Table 8.

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	98,7	0,0	0,0	0,0	1,3	0,0	0,0	0,0	0,0	0,0
N	0,0	96,7	2,6	0,3	0,0	0,0	0,0	0,4	0,0	0,0
SN	0,0	0,2	94,5	3,6	0,0	1,1	0,0	0,1	0,6	0,0
SH	1,4	0,2	3,8	85,5	0,0	1,7	0,0	6,2	1,0	0,2
S	9,1	0,0	0,0	0,0	90,2	0,0	0,0	0,0	0,0	0,7
P	0,0	0,0	0,2	0,1	0,0	96,8	0,4	1,8	0,0	0,6
IF	0,0	0,1	0,0	0,1	0,0	6,2	90,0	2,9	0,8	0,0
BH	0,3	0,0	0,4	3,9	0,7	1,1	0,0	90,7	2,3	0,6
F	0,0	0,0	0,0	0,4	0,0	1,3	1,4	0,0	96,9	0,0
FA	0,0	0,0	0,0	0,0	0,0	0,7	0,0	1,0	0,0	98,3

Results are obtained setting the size of the sliding window equal to 15 and using the weighted sum (WS) aggregation rule