《表1 开挖区域材料参数:基于Faster RCNN与Mean-Shift的电缆附件缺陷红外图像自动诊断方法》
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与Mean-Shift的电缆附件缺陷红外图像自动诊断方法》
本文的输入图像大小为3×640×480(其中3表示输入特征的通道数,此处指R、G、B三个颜色通道;640×480表示图像的尺寸),根据式(2)可知,经过卷积神经网络得到了大小为512×40×30的特征图(其中512表示输出特征的通道数;40×30表示输出图像的尺寸),具体参数如表1所示。其中,m1、s1和n分别表示滤波矩阵的通道数、尺寸和个数;p表示填充像素的数量;d表示滑动步长;m2和s2分别表示输出的通道数和尺寸。
图表编号 | XD00189839700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.30 |
作者 | 徐小冰、袁婧、廖雁群、韦亦龙、周承科、周文俊 |
绘制单位 | 武汉大学电气与自动化学院、武汉大学电气与自动化学院、广东电网有限责任公司珠海供电局、广东电网有限责任公司珠海供电局、武汉大学电气与自动化学院、武汉大学电气与自动化学院 |
更多格式 | 高清、无水印(增值服务) |