《表5 SVM,MLP,Gaussian-yolov3准确率实验对比》
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Gaussian-yolov3的铝型材表面缺陷检测》
通过GLCM和HOG得到特征向量,使用SVM和MLP做多分类任务。使用SVM作为基分类器,使用一对多作为分类策略,训练4个SVM模型,4个模型做投票分类。MLP是一个多层的神经网络,由输入层,隐藏层,输出层组成。输入层的维度由特征向量的维度决定,隐藏层有15个隐藏单元,每个单元的里面的维度和输入层的维度保持一致。输出层由4个输出单元组成。实验结果如表5所示。
图表编号 | XD00223133500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.25 |
作者 | 文生平、李超贤 |
绘制单位 | 华南理工大学广东省高分子先进制造技术及装备重点实验室、华南理工大学聚合物成型加工工程教育部重点实验室、华南理工大学广东省高分子先进制造技术及装备重点实验室、华南理工大学聚合物成型加工工程教育部重点实验室 |
更多格式 | 高清、无水印(增值服务) |