《表1 分类算法对比：基于DenseNet分类的隧道裂缝检测研究》

  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DenseNet分类的隧道裂缝检测研究》

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

如表1所示，在SDNET2018数据集上，DenseNet算法在2epoch(4 000迭代）后就达到了99.95%的准确率，相比AlexNet在10epoch后92.90%的准确率，DenseNet更加高效。隧道裂缝相对于其他混凝土裂缝来说，存在渗漏水、蛛网、管线以及更复杂的光照环境的干扰。在实际工程中，检测更加困难。可以看到在本文数据集中，DenseNet在5epoch后的准确率为95.83%，相对SD-NET2018数据集测试有一定程度的下降，但是4.17%处于可接受范围内，但是AlexNet网络层数相对较浅，应对复杂环境下各种干扰因素能力相对更差。