《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》
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。
图表编号 | XD00193289300 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.10 |
作者 | 张申、刘志翔、李永祥、陈青松、张智柏 |
绘制单位 | 国网山西电科院、国网山西电科院、国网山西电科院、国网山西电科院、华北电力大学自动化系 |
更多格式 | 高清、无水印(增值服务) |