点击图片查看原图
复杂的神经网络在小数据集上训练时需要防止过拟合，因此我们还需要考虑算法出现过拟合的状态，算法加入“随机失活"在训练时让一定比例的隐藏节点为0，但是在推理时其实是对每个权重取失活概率后的值。
最后需要对网络的最终特征使用激活函数将数据分类为正常烟叶和霉变烟叶，使其输出范围在0-1之间，同时在模型检测服务端预留可调控阈值，既可采用初始建议阈值，也可根据现场实际应用情况对霉变检测结果进行合理调控。
烟霉变检测模型对切片烟叶、烟包等图像分析定位霉变烟并给出霉变率；该算法在保证了低误检率的前提下提高霉变检出率，在实际生产中可以提高产品质量，减轻人工工作量。
更多访问：
https://www.chem17.com/st478554/list_2359858.html
http://www.bjshounuo.com.cn/Products-36969562.html