《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》

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

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。