《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》

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

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。