《表2 不同检测算法的检测效果》
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
《基于改进Faster-RCNN的无人机巡检架空线路销钉缺陷检测》
将本文算法与其他主流目标检测算法SSD[22]、YOLOv3[23]及原始Faster-RCNN作对比,具体检测结果如表2所示。SSD算法仅有10.2%的召回率和精确度,无法有效识别销钉缺陷。YOLOv3算法的召回率同样很低,检测效果不好。本文算法在测试集上召回率达到89.8%,精确度达到93.6%,相较于原始Faster-RCNN算法,召回率提高18.4%,提升明显,精确度也提升了1.5%,AP提升17.7%。经过实验对比,表明本文算法综合检测效果最好。
图表编号 | XD00189841000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.30 |
作者 | 顾超越、李喆、史晋涛、赵航航、江一、江秀臣 |
绘制单位 | 上海交通大学电子信息与电气工程学院、上海交通大学电子信息与电气工程学院、上海交通大学电子信息与电气工程学院、中国南方电网超高压输电公司广州局、中国南方电网超高压输电公司广州局、上海交通大学电子信息与电气工程学院 |
更多格式 | 高清、无水印(增值服务) |