《表1 先验锚框尺寸:基于组合式目标检测框架的低漏报率缺陷识别方法》

《表1 先验锚框尺寸:基于组合式目标检测框架的低漏报率缺陷识别方法》   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
《基于组合式目标检测框架的低漏报率缺陷识别方法》


  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

通过k-means聚类算法对缺陷大小进行聚类,得到9个聚类中心,每个尺度的特征图分类3个先验锚框,具体情况如表1所示。这9个聚类中心的值作为缺陷检测模型先验锚框的尺寸,能够使锚框的选择更好地匹配输电线路中缺陷的尺寸,加快模型的收敛,进而提高缺陷检测的精度。