《表1 FCN和优化后U-net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U-net和YOLOv4的绝缘子图像分割与缺陷检测》
在基本模型训练参数相同的情况下,模型优化前和优化后训练过程如图8所示.经算法改进和增强后,数据集训练损失曲线震荡减轻并得到较好的收敛.为评估优化后U-net模型的性能,本文在包含缺陷自爆区和复杂场景的图像中,将FCN模型与优化后的U-net模型实验结果进行对比(表1),得到两者的分割结果(图9).
图表编号 | XD00194620500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.25 |
作者 | 唐小煜、黄进波、冯洁文、陈锡和 |
绘制单位 | 广东省量子调控工程与材料重点实验室∥广东省光电检测仪器工程技术研究中心∥物理国家级实验教学示范中心∥华南师范大学物理与电信工程学院、广东省量子调控工程与材料重点实验室∥广东省光电检测仪器工程技术研究中心∥物理国家级实验教学示范中心∥华南师范大学物理与电信工程学院、广东省量子调控工程与材料重点实验室∥广东省光电检测仪器工程技术研究中心∥物理国家级实验教学示范中心∥华南师范大学物理与电信工程学院、广东省量子调控工程与材料重点实验室∥广东省光电检测仪器工程技术研究中心∥物理国家级实验教学示范中心∥华南师范大学物 |
更多格式 | 高清、无水印(增值服务) |