《表3 不同方法在IOU=0.5时的实验结果》
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
《一种采用级联RPN的多尺度特征融合电表箱锈斑检测算法》
同时,如表3所示,本文的方法结合多尺度特征提取和合并、级联RPN 2种方法,基于ResNet50,在电表检测上相对于只使用多尺度特征融合方法提高1.1个百分点,相对于只使用级联RPN方法提高了0.9个百分点。同时不论是在电表检测还是在锈斑分类上,都高于目前主流的目标检测框架,其中在电表检测上高于YOLOv2[22]方法3.8个百分点,锈斑分类上高4个百分点,实验结果充分说明结合多尺度特征融合和级联RPN 2种方法能够进行有效的电表检测和锈斑分类的任务。
图表编号 | XD00120247000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.01 |
作者 | 王文、周晨轶、徐亦白、卢杉、周梦兰 |
绘制单位 | 国网浙江省电力有限公司信息通信分公司、国网浙江省电力有限公司信息通信分公司、国网浙江省电力有限公司信息通信分公司、国网浙江省电力有限公司信息通信分公司、国网浙江省电力有限公司信息通信分公司 |
更多格式 | 高清、无水印(增值服务) |