《表1 目标检测网络实验对比》

  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》

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

在特征提取基础网络选取方面，选取VGG16网络和残差神经网络ResNet101作为特征提取的基础网络，分别对两个方案的网络进行训练，针对实验结果（表1），选择最优网络作为基础网络。由表1可知，VGG16网络的缺陷点检测率为0.56，划痕检测率为0.73，均值mAP优化率为0.65，准确度为0.6；ResNet101的缺陷检测率为0.88，划痕检测率为0.78，均值为0.83，召回率和准确率提升效果非常明显。因此，选择ResNet101作为特征提取的基础网络。