《表2 不同模型在测试集上的性能对比》
将YOLOV3模型与现有的缺陷检测模型进行对比,结果如表2所示。在FID和YID数据集上对YOLOV3模型进行测试,通过对检测结果取均值来表征最终的实验结果。文献[16]提出了一种应用GAN(Generative Adversarial Networks)和Faster R-CNN(Faster Region-CNN)的织物缺陷识别模型。文献[17]提出了一种基于YOLOV2模型的缺陷检测模型。从表2可以看到,YOLOV3模型的mAP和FPS均高于GAN+Faster-RCNN;对于YOLOV2模型,YOLOV3模型的mAP较高但FPS较低。
图表编号 | XD00188276500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.25 |
作者 | 周君、景军锋、张缓缓、王震、黄汉林 |
绘制单位 | 西安工程大学电子信息学院、西安工程大学协同创新中心、西安工程大学电子信息学院、西安工程大学电子信息学院、西安工程大学电子信息学院、西安工程大学电子信息学院 |
更多格式 | 高清、无水印(增值服务) |