Table 5.

Confusion matrix on the test set of the VGG19 network with weights initialized on ImageNet, and trained using the mean square error loss function and the Adam optimizer

	W	N	SN	SH	S	P	IF	BH	F	FA
W	98,8	0,0	0,0	0,0	1,2	0,0	0,0	0,0	0,0	0,0
N	0,1	96,4	2,7	0,3	0,0	0,0	0,0	0,4	0,0	0,0
SN	0,0	0,2	94,4	3,5	0,0	1,2	0,0	0,0	0,7	0,0
SH	1,4	0,3	4,4	84,8	0,0	1,6	0,2	6,2	0,9	0,3
S	9,5	0,0	0,0	0,7	89,6	0,0	0,0	0,0	0,0	0,2
P	0,0	0,0	0,2	0,3	0,0	96,7	0,4	1,6	0,0	0,8
IF	0,0	0,1	0,0	0,1	0,0	7,5	88,1	3,4	0,8	0,0
BH	0,4	0,0	0,4	3,9	0,6	1,6	0,1	90,2	2,1	0,7
F	0,0	0,0	0,0	0,4	0,0	1,5	1,5	0,0	96,6	0,0
FA	0,3	0,1	0,0	0,0	0,0	0,8	0,0	1,1	0,0	97,7

Results are obtained setting the size of the sliding window equal to 15 and using the majority voting (MV) aggregation rule