《表1 摩擦系数测试结果:基于深度学习的磁瓦表面孔洞和裂纹缺陷识别》
各种模型对测试集的分割结果,见表1。可以看出,整合型Unet和Unet的分割性能明显高于Segnet,这是由于Segnet对网络编码部分提取的特征并未充分利用,其通过简单的上采样和池化索引操作将特征图逐步恢复到原图大小,却忽略了高低层特征在空间上进行像素定位和分类间的联系,所以分割结果比另外两种模型粗糙。Unet则是通过跳跃连接将低层特征和高层特征融合,从而实现较精细的分割结果。
图表编号 | XD00183223800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.25 |
作者 | 文喆皓、周敏 |
绘制单位 | 武汉科技大学机械自动化学院、武汉科技大学机械自动化学院 |
更多格式 | 高清、无水印(增值服务) |