《表1 设备检测效果:基于Mask-RCNN迁移学习的红外图像电力设备检测》

《表1 设备检测效果:基于Mask-RCNN迁移学习的红外图像电力设备检测》   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Mask-RCNN迁移学习的红外图像电力设备检测》


  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

掩模预测的平均精确度(Average precision)很难在电力设备红外数据集上进行计算,因为大多数设备只包含了目标边界框的标注,而缺乏像素级掩模的标注。因此本文对算法的评价将采用直观显示的方式,而将平均精确度的评价留作后续工作。Mask?RCNN的设备主体检测效果示例如表1所示。