《表1 LeNet5与VGG-Net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

《小型断路器柔性装配中视觉识别系统的设计与应用》

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

在分类器模型选择方面，选择500个测试样本，分别用训练好的LeNet网络和VGG-Net网络进行测试，识别的准确率及测试样本所用时间如表1所示，结构简单的LeNet5的识别率与VGG-Net相比明显偏低，不能满足要求；VGG-Net模型，识别精度可以满足要求，且测试500个样本所用的时间只比LeNet5模型多0.4秒，对整个识别效率的影响不是很大；因此，从识别准确率和识别效率上综合考虑，选择VGG-Net作为分类器的模型结构。