《表3 各个部件故障检测准确率》

  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

《高铁接触网紧固件异常检测的深度学习方法》

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

利用Faster R-CNN算法对3 000张原始图像T0序列进行定位识别，记录关键部件位置信息，并对应到Change Map上进行切割，得到K张关键部件切割图t0以及对应的t1序列和Change Maps序列。通过计算被切割后局部变换映射中白色区域的异常所占比，并设定不同的阈值对部件是否故障进行分类。本文对不同阈值下整个数据集以及各类别数据集的分类准确率进行了实验，各部件故障检测准确率如表3所示（其中ACC＿0.1表示在设定异常所占比阈值10%的情况下关键部件分类准确率，以此类推）。