《表4 加入ROI网络参数对比》

  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

Faster-RCNN在得到一系列的候选框区域时，需要计算候选框区域的准确位置和精确分类。ROI-Pooling就是将特征图上大小不同的ROI池化成大小相同的特征图，使得输出的特征图的大小与ROI的大小和特征图谱大小无关，加快ROI-Pooling操作，大力地提升了候选框的处理速度。研究发现，在ROI-Pooling算法中采用双线性插值方式，对图像中的小目标进行处理，会产生像素的位置偏移，从而造成较大的误差[25]。为了提高性能，减少误差，本文提出采用ROI-Align算法来替代ROI-Pooling算法，将ROI区域映射为原图的方法改为最近邻插值法。通过对比实验发现，采用ROI-Align能够较大地提升网络的性能。