《表1 模型框架在Image Net上的效果对比》

  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

《基于图像融合与YOLOv3的铝型材表面缺陷检测》

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

YOLOv3特征提取器在YOLOv2的Darknet-19基础上做了优化，命名为Darknet-53，比Res Net-101更好。包含52层卷积层和1个全连接层，加入了多个连续的1×1和3×3的卷积，借鉴了Res Net网络的残差结构，使用该结构可以让网络结构变得更深（YOLOv2的Darknet-19没有残差结构，YOLOv3的Darknet-53有残差结构），增加直接连接，并且网络层数达到53层。各模型框架在Image Net数据集上特征提取效果如表1所示。