《表2 杆件截面尺寸：基于深度学习的磁瓦表面孔洞和裂纹缺陷识别》

  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

《基于深度学习的磁瓦表面孔洞和裂纹缺陷识别》

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

分类卷积神经网络训练中损失函数和准确率与迭代轮数变化的曲线，如图8所示。经40轮训练，验证集准确率达96%，单张图片分类时间约为0.38 s。为验证分类模型的性能，对缺陷图像提取“缺陷圆度”、“缺陷矩形度”、“缺陷1至7阶不变矩”、“灰度均值”、“灰度方差”共计11维特征[16]，用径向基核函数（RBF）的支持向量机和结构为11-15-2的BP神经网络对提取的特征数据进行分类。，测试结果，如表2所示。