《表4 测试结果RAcc指标比较》
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R-FCN深层卷积神经网络的金属冲压件表面缺陷检测》
将本文提出的R-FCN网络与Faster R-CNN网络训练的模型进行RAcc比较,测试数据为400张金属冲压件图像,每张图像上可能存在多个缺陷,其中划痕的数量为1 000个,凹坑1 100个,锈点900个,测试结果如表4所示。由表4可以看出,R-FCN网络训练的模型在测试数据上的平均准确度和检测单张图像所用时间都要好于Faster R-CNN网络。
图表编号 | XD00131567700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.10 |
作者 | 苑丹丹、阎相伊、路丹丹、李宁 |
绘制单位 | 天津工程机械研究院有限公司 |
更多格式 | 高清、无水印(增值服务) |