《表2 输电塔检测网络训练过程参数变化表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《利用卷积神经网络对GF-3输电塔的检测与分类》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

输电塔检测模型算法运行在Core i7-4790K CPU（4.00GHz），32G内存，NVIDIA Tesla K20c显卡的硬件环境下。在合适的参数调整后，检测模型达到了很好地收敛。输电塔检测模型的精度随迭代次数和时间变化如图9所示。从精度变化图中可以看到，模型在迭代10 000次之后基本达到了收敛，时间消耗为6.8h。从表2中可以看到，在迭代到10 000次时，学习率发生了第一次下降，输电塔检测模型精度已经达到了90%以上。在调参过程中我们可以参考模型精度变化曲线，在模型达到稳定收敛情况下，可以采取提前结束的策略来减少过拟合现象。