《表1 在Set-1, Set-2, Set-3数据集上的识别率》

  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

《基于改进多尺度采样算法的焊缝缺陷图像识别》

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

为了验证该方法的有效性，分别在数据集Set-1，Set-2，Set-3上进行识别测试，表1为本文方法及其对比方法的缺陷识别率。从表中可以看出本文方法对焊缝缺陷图像有很好的识别效果，其最高识别率达91.71%，优于原始方法。这正是由于原始方法中符号模式仅仅把能量划分成P+1个小区间，而细分的符号模式把能量进一步划分成P+3个小区间，使能量划分更均匀，更具体。对基于自适应网络的模糊推理系统（ANFIS）的射线焊缝缺陷识别方法，由于人为定义的缺陷特征数目有限，表达特征不够完整，其识别率被限制在85.42%左右。基于深度学习模型的方法需要建立在大量样本之上，且需要调节网络参数较多从而使其识别率低于本文方法。