《表4 多工件的测试结果：深度卷积网络压缩算法在焊缝识别中的应用》

  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

《深度卷积网络压缩算法在焊缝识别中的应用》

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

由图11和表4可知，在两种工件混合的情况下，各算法精度均有所下降，但是深度卷积网络模型指标基本维持原准确率。而其他算法由于新工件与原工件几何关系不同导致识别准确率大幅下降。表5列出了各算法完成识别任务所消耗的平均时间。可以看出，压缩后的深度卷积模型识别速度与其他算法耗费时间相近，与未压缩的模型相比极大地提高了计算速度，具有很好的时效性。综上所述，经所提算法压缩后的深度卷积网络模型具有很好的抗干扰能力，准确率比传统算法高，且具有多目标识别能力。