《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》

  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

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。