《表4 最终模型测试数据:基于改进SSD的电力设备红外图像异常自动检测方法》
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
《基于改进SSD的电力设备红外图像异常自动检测方法》
测试模型准确率见表4,测试集准确率相对偏低,较低的测试集准确率意味着模型泛化性不够强,将影响算法的实用性。为提高模型准确率与泛化性,后续实践应用中,数据层:应扩充数据集数量,合并训练验证集进行训练,提高模型质量;网络层:针对具体应用,跟进最新算法论文并对模型网络结构进一步修改,加入新的优化或训练算法技巧,对网络模型进行剪枝再训练,进一步提高模型速度与准确率。大量的典型电力设备红外故障图像较难获取,人工标注大量图像成本过高,且上述方法都需昂贵的计算GPU与时间来反复训练,后续将进一步改进提升模型质量。
图表编号 | XD00116328200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.25 |
作者 | 王旭红、李浩、樊绍胜、蒋志鹏 |
绘制单位 | 长沙理工大学电气与信息工程学院、长沙理工大学电气与信息工程学院、长沙理工大学电气与信息工程学院、长沙理工大学电气与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |