《表2 实验环境参数:基于深度残差网络的布匹疵点检测方法》
在深度学习框架的选择和搭建上,目前可选择的环境包括Caffe、Pytorch、TensorFlow等,考虑到TensorFlow具有良好的可视效果,以及Faster R-CNN在TensorFlow上配置方便等优点,本文方法最终选择在TensorFlow框架上实现,并选取80%的布匹数据集作为训练集,剩余的作为测试集.实验环境参数如表2所示.
图表编号 | XD00141269700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.01 |
作者 | 陈康、朱威、任振峰、郑雅羽 |
绘制单位 | 浙江工业大学信息工程学院、浙江工业大学信息工程学院、浙江省嵌入式系统联合重点实验室、浙江工业大学信息工程学院、浙江工业大学信息工程学院、浙江省嵌入式系统联合重点实验室 |
更多格式 | 高清、无水印(增值服务) |