After these initial experiments, we

After these initial experiments, we tested the best network on a larger set of model
projections taken at 1o increments in azimuth and elevation, totaling 41400 images (180 x 46 x 5).
The average recall and precision were 87.3%. Table 1 shows the confusion matrix of counts. Here
“Overall Recall” refers to accuracy within the row and “Overall Precision” refers to accuracy
within the column. As extra confirmation, we also ran the system on the 25 real infrared images
and got an average recall of 68% and precision of 72%. We saw no evidence of overtraining at
this size of a training corpus, but did see it when angle increments were further decreased.

ผลลัพธ์ (ไทย) 1:

หลังจากการทดลองเริ่มต้นเหล่านี้ เราทดสอบเครือข่ายที่ดีที่สุดในชุดใหญ่ของแบบจำลองภาพถ่ายเพิ่มขึ้น 1o ราบและระดับความสูง รวมภาพ 41400 (180 x 46 x 5)87.3% เฉลี่ยเรียกคืนและความแม่นยำได้ ตารางที่ 1 แสดงเมตริกซ์ความสับสนของจำนวนนับ ที่นี่"โดยรวมจำ" หมายถึงความถูกต้องภายในแถว และ "ความแม่นยำโดยรวม" หมายถึงความถูกต้องภายในคอลัมน์ เป็นการยืนยันเพิ่มเติม เรายังวิ่งระบบภาพอินฟราเรดจริง 25และมีการเรียกคืนเฉลี่ย 68% และความแม่นยำร้อยละ 72 เราเห็นหลักฐานของ overtraining ที่ไม่นี้ขนาดของ corpus อบรม แต่ไม่เห็นมันเมื่อเพิ่มมุมถูกลดเพิ่มเติม

ผลลัพธ์ (ไทย) 2:

หลังจากการทดลองเริ่มต้นเหล่านี้เราได้ทดสอบเครือข่ายที่ดีที่สุดสำหรับชุดที่มีขนาดใหญ่ของรูปแบบการ
ประมาณการถ่ายที่เพิ่มขึ้นทีละ 1o ในราบและระดับความสูงรวมเป็นเงินทั้งสิ้น 41,400 ภาพที่ (180 x 46 x 5).
การเรียกคืนค่าเฉลี่ยและความแม่นยำ 87.3% ตารางที่ 1 แสดงเมทริกซ์ความสับสนของการนับ นี่คือ
"จำโดยรวม" หมายถึงความถูกต้องภายในแถวและ "ความแม่นยำโดยรวม" หมายถึงความถูกต้อง
ในคอลัมน์ เป็นการยืนยันพิเศษนอกจากนี้เรายังวิ่งระบบภาพอินฟราเรดจริง 25
และได้เรียกคืนโดยเฉลี่ย 68% และความแม่นยำของ 72% เราเห็นหลักฐานของ overtraining ที่ไม่มี
ขนาดของคลังข้อมูลการฝึกอบรมนี้ แต่ไม่เห็นมันเมื่อเพิ่มขึ้นทีละมุมลดลงต่อไป

ผลลัพธ์ (ไทย) 3:

หลังจากการทดลองครั้งแรกนี้เราทดสอบเครือข่ายที่ดีที่สุดในชุดใหญ่ของโมเดลถ่ายที่เพิ่มขึ้นในการประมาณการ 1o ตื้บและระดับความสูง รวม 41400 ภาพ ( 180 x 46 x 5 )การเฉลี่ยและความแม่นยำเป็น 87.3 % ตารางที่ 1 แสดงความสับสนเมทริกซ์ของนับ ที่นี่" จำ " โดยรวมหมายถึงความถูกต้องภายในแถวและ " แม่นยำ " โดยรวมหมายถึง ความถูกต้องภายในคอลัมน์ เป็นการยืนยันเสริม เรายังรันระบบบน 25 จริงภาพอินฟราเรดและมีการเรียกคืนเฉลี่ย 68 % และความละเอียด 72 % เราเห็นหลักฐานของ ฝึกหนักเกินไปที่นี้ขนาดของการสะสม แต่เห็นมันเมื่อทีละมุมได้ลดลง