《表5 实验结果汇总:基于改进的Faster-RCNN模型的汽车轮毂表面缺陷在线检测算法研究》
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
《基于改进的Faster-RCNN模型的汽车轮毂表面缺陷在线检测算法研究》
为了测试基础网络对目标检测模型的应用,选用VGG16和残差网络ResNet101作比较实验,残差网络ResNet101的性能优于VGG16模型。为了得到更好的目标检测性能,在基础网络检测网络之上,分别加入SE模块、改进的ROI-Align算法和FPN多尺度特征融合网络算法,对加入不同模块和算法的模型进行训练,对轮毂表面的缺陷点和划痕两种缺陷类型的预测值、mAP(mean average precision)值、召回率和准确率进行测量,最后在模型中加入SE模块、ROI-Align算法和FPN算法进行综合训练,测量模型的参数值。实验数据结果如表5所示。
图表编号 | XD00145573000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.20 |
作者 | 朱超平、杨永斌 |
绘制单位 | 重庆工商大学人工智能学院、重庆市检测控制集成系统工程重点实验室、重庆工商大学人工智能学院、重庆市检测控制集成系统工程重点实验室 |
更多格式 | 高清、无水印(增值服务) |