《表4 特征提取网络对比实验》

  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

《电网机巡图像分析框架与深度学习方法》

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

实验接着使用ResNet、MobileNet等不同的预训练模型作为Faster R-CNN的基础网络，在参数相同的条件下对比了各类目标的平均精度（AP）和平均精度均值（m AP）。从表4的统计结果可以看出，特征提取网络越复杂，f/s越小，分类效果越好，其中，ResNet152在玻璃绝缘子和屏蔽环上的测试效果明显优于其他模型，由于屏蔽环只占总样本的2.5%，网络难以学习到足够的特征，所以屏蔽环的精度是所有部件中最低的。