《表2 不同数据集下模型使用不同尺寸卷积核训练精度%》

  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

《基于模板匹配和深度学习的反光弧面缺陷检测》

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

本文设计的模型当中，池化层均使用最大池化的方法，并且将步长设置为2，每个卷积层后均采用Relu激活函数，增加非线性，第一层的全连接层采用了Dropout策略，可有效防止模型出现过拟合的情况。本文设计的CNN深度学习模型在不同参数下获得训练精度数据如表2。