《表2 不同特征提取网络的检测结果》

  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

《一种输电线路三跨点下工程机械的改进Faster-RCNN检测方法》

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

然后，本实验使用平均精度（Average Precision，AP）和平均精度均值（Mean Average Precision，m AP）作为评价模型准确率的评价指标，对比了VGG-16、Res Net50和Res Net101三种特征网络在不同训练迭代次数下的检测精度，检测结果见表2。可以看出，更深的网络反而导致了性能的下降。由本实验采用的数据集规模可以发现，所采用的数据集属于小批量数据集，当使用层数较多的网络时易形成过拟合现象，导致测试结果较差，所以层数较少的VGG-16网络相较于其他两个网络表现出更加优异的性能。同时，比较不同epoch的VGG-16检测结果可以看出，由于数据集规模的原因，设置较高的epoch并不能提高检测精确率。因此，选择epoch为10的VGG-16网络作为特征提取的基础网络。