《表1 不同特征提取网络下的检测效果》

  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

《Faster RCNN模型在坯布疵点检测中的应用》

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

由于ImageNet数据集的训练图像种类众多，用其训练的模型具有较好的特征表达能力及泛化能力，所以在试验中，将ImageNet分类预训练后得到的VGG16、ResNet101模型分别用于进行Faster RCNN共享卷积层的初始化以得到初始参数及权重。将坯布疵点数据集放入整个模型中进行训练。在不同的特征提取网络下，随着迭代次数的变化，其mAP值见表1。