垃圾检测与水果质量检测的技术探索
垃圾检测中的迁移学习
在垃圾检测领域,迁移学习展现出了显著的优势。研究人员对有迁移学习和无迁移学习的模型进行了测试,测试数据集包含365张图像和795个垃圾实例。
| 模型类型 | 类别 | 图像数量 | 实例数量 | 精度(%) | 召回率(%) | mAP50(%) | mAP50 - 95(%) |
|---|---|---|---|---|---|---|---|
| 有迁移学习 | All | 365 | 795 | 81.9 | 68.4 | 77.1 | 63.6 |
| 无迁移学习 | All | 365 | 795 | 77.5 | 65.4 | 71.7 | 55.7 |
从测试结果来看,经过100个周期训练后,迁移学习模型在性能上有了重大提升。与无迁移学习的模型相比,mAP50指标提高了7.5%,mAP50 - 95指标提高了14.1%。在训练过程中使用迁移学
超级会员免费看
订阅专栏 解锁全文
22

被折叠的 条评论
为什么被折叠?



