《表2 改进Fast-SCNN网络与流行网络性能比较》

《表2 改进Fast-SCNN网络与流行网络性能比较》   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Fast-SCNN的塑瓶气泡缺陷实时分割算法》


  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

比较改进Fast-SCNN与典型的深度卷积神经网络性能差异,在相同的数据下,分别对各网络的训练参数进行优化、推理后得到如表2所示评估结果,其中FCN-8s为FCN的子模型结构。在像素精度上四个网络均超过99.5%,其间相差不超过0.2个百分点,但在MIoU分割评价指标上改进Fast-SCNN超过U?Net,并在检测时间上低于U?Net,降低了7.5 ms,可以较好地满足工业检测的需求。