《表1“踏碓”分类表:基于Faster-RCNN的输电线部件识别和缺陷检测研究》
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Faster-RCNN的输电线部件识别和缺陷检测研究》
对于一张输电线图像,首先通过卷积层进行特征提取,得到该输电线图像的特征图。RPN(Region Proposal Network)区域生成网络通过softmax函数判断特征图上的锚框(anchors)属于前景(foreground)还是背景(background),输出区域建议(region proposals)。Ro I (Region of Interest)池化层,综合卷积网络产生的输电线图像特征图和RPN网络产生的区域建议提取生成特征向量,然后利用softmax判断候选区域中的类别,同时利用边框回归函数确定准确位置。检测模型如图1所示。
图表编号 | XD00187918200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.15 |
作者 | 冉奇 |
绘制单位 | 西北工业大学 |
更多格式 | 高清、无水印(增值服务) |