《表2 不同连接方式的识别结果对比》

  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

《基于改进卷积神经网络的化纤丝饼表面缺陷识别》

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

对最后一层卷积得到的特征图分别进行全局最大池化、全局平均池化和全连接的操作，从参数所占内存、识别准确率和单张图片的检测时间3个方面进行对比，结果如表2所示。可知，本文所采用的全局最大池化操作在参数内存、识别准确率和样本检测时间方面都占较大优势，其中采用全局最大池化所得的识别准确率较全局平均池化有很明显的提升，这说明全局最大池化更能提取到不同缺陷丝饼图像中的区分性特征，更有利于丝饼的缺陷分类；和全连接相比，采用全局最大池化使得模型的参数量大大减少，加快了网络训练速度，同时池化操作也增加了丝饼样本对旋转、缩放等空间变化的鲁棒性。