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 / 317 | 98.3% / 97.5% | 95.6% / 98.1% |
| MobileNetV1 0.1 灰度 | 942 / 236 / 317 | 97.0% / 99.2% | 96.5% / 99.1% |
| MobileNetV1 0.1 RGB | 942 / 236 / 317 | 97.5% / 97.9% | 97.5% / 98.1% |
| MobileNetV2 0.35 RGB | 177 / 44 / 55 | 95.5% / 100.0% | 96.4% / 100.0% |
| MobileNetV2 0.05 灰度 | 942 / 236 / 317 | 99.2% / 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 Impulse | VisionPie |
|---|---|---|
| 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 | 1495 | 1178 / 317 |
| RGB 汽车 | 1495 | 1178 / 317 |
| 灯/植物/其他物体 | 276 | 221 / 55 |