4种深度学习图像分类算法在人工智能硅藻检验中的比较

朱永正, 张吉, 程奇, 于慧潇, 邓恺飞, 张建华, 秦志强, 赵建, 孙俊红, 黄平

Comparison among Four Deep Learning Image Classification Algorithms in AI-based Diatom Test

Yong-zheng ZHU, Ji ZHANG, Qi CHENG, Hui-xiao YU, Kai-fei DENG, Jian-hua ZHANG, Zhi-qiang QIN, Jian ZHAO, Jun-hong SUN, Ping HUANG

图5 4种最优模型的混淆矩阵、召回率和特异性 A：VGG16；B：ResNet50；C：InceptionV3；D：Inception-ResNet-V2。TPR表示真阳性率（true positive rate），FPR表示假阳性率（false positive rate），TNR表示真阴性率（true negative rate），FNR表示假阴性率（false negative rate）。

Fig. 5 The confusion matrixes， recall rate and specificity of 4 optimal models