5、芒果品种分类与蛇皮果图像分类的深度学习研究

芒果品种分类与蛇皮果图像分类的深度学习研究

1. 芒果品种分类实验

在芒果品种分类相关实验中，进行了多个实验来探究不同因素对模型性能的影响。

1.1 实验4：训练轮数的影响

实验4的设置如下表所示：
| Optimizer | Dense layer | Number of epochs | learning rate |
| — | — | — | — |
| RMSprop |
python<br>x = GlobalAveragePooling2D()(x)<br>x = Dropout(0.5)(x)<br>x = Dense(1024)(x)<br>x = Activation('relu')(x)<br>x = Dropout(0.5)(x)<br>x = Dense(512)(x)<br>x = Activation('relu')(x)<br>Predictions = Dense(4, activation ='sigmoid')(x)<br> | 100 | Learning rate scheduler |

实验4模型与基线模型的对比如下：
| 模型 | 准确率（测试集） | 损失（测试集） |
| — | — | — |
| 基线模型 | 0.78 | 1.5862 |
| 实验4模型 | 0.61 | 3.2966 |

从结果可以看出，模型的准确率有所下降。通过观察训练日志，模型在训练数据集上的准确率达到了0