《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》
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。
图表编号 | XD0037845400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.10 |
作者 | 晏琳、景军锋、李鹏飞 |
绘制单位 | 西安工程大学、西安工程大学、西安工程大学 |
更多格式 | 高清、无水印(增值服务) |