《表5 各种算法的时效性:深度卷积网络压缩算法在焊缝识别中的应用》
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。
图表编号 | XD0034835900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.03.10 |
作者 | 刘美菊、运勃 |
绘制单位 | 沈阳建筑大学信息与控制工程学院、沈阳建筑大学信息与控制工程学院 |
更多格式 | 高清、无水印(增值服务) |