跳到主要内容

VisionPie 测试记录

2026-11-15 · 96×96 · 20 轮 · 学习率 0.0005 · 批大小 32 · 验证比例 20% · 种子 42。

使用官方全量图片及原始训练/测试分组。小图按本轮授权放大到 96×96,原图不变。

准确率​

按最高分分类,不设拒识阈值。数值顺序:INT8 / Float32。

配置训练 / 验证 / 测试图片验证准确率测试准确率
MobileNetV1 0.2 灰度942 / 236 / 31798.3% / 97.5%95.6% / 98.1%
MobileNetV1 0.1 灰度942 / 236 / 31797.0% / 99.2%96.5% / 99.1%
MobileNetV1 0.1 RGB942 / 236 / 31797.5% / 97.9%97.5% / 98.1%
MobileNetV2 0.35 RGB177 / 44 / 5595.5% / 100.0%96.4% / 100.0%
MobileNetV2 0.05 灰度942 / 236 / 31799.2% / 99.6%98.4% / 99.1%

灰度汽车测试:阈值 0.6​

低于阈值计为未识别。数值顺序:INT8 / Float32。

配置Edge ImpulseVisionPie
MobileNetV1 0.2 灰度97.5% / 97.5%94.3% / 97.5%
MobileNetV1 0.1 灰度96.8% / 96.8%95.6% / 98.1%
MobileNetV2 0.05 灰度98.1% / 98.1%97.5% / 98.7%

官方素材​

数据集图片总数训练 / 测试
灰度汽车14951178 / 317
RGB 汽车14951178 / 317
灯/植物/其他物体276221 / 55