《表1 标记框聚类中心尺寸和长宽比》

  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

《改进Faster RCNN模型在棉花异性纤维识别中的应用》

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

原始RPN生成的候选框有三种规格，分别为128，256，512pixel，每种规格的长宽有三个比例，分别为1∶1、1∶2和2∶1，共生成9种尺寸的候选框。由于数据集差异，原始候选框的尺寸和长宽比不能完全满足异性纤维数据集的要求。本研究采用k-means++算法对标记框的尺寸和长宽比进行分析，以避免k-means算法随机初始化聚类中心造成结果不可靠的问题。取聚类中心数k=12对标记框尺寸进行聚类，标记框尺寸聚类分析如图4所示。由图4可知，4种异性纤维的尺寸主要集中在50～200pixel范围内，同时由于化学纤维和丙纶丝为条状异性纤维，部分长宽比例较大，因此对标记框聚类中心尺寸和长宽比进行统计，结果如表1所示。