《表2 3种目标检测算法检测结果》
根据3.1节的实验结果,选取最优模型ResNet-101模型与其他目标检测算法进行对比,实验结果如表2所示。根据表2的实验数据,不可否认传统目标检测算法在检测时间方面比深度学习方法要快。不过检测精度还是无法与Faster R-CNN算法比拟。以ACF+Adaboost算法为例,虽然销钉脱落故障的检测时间仅为Faster R-CNN算法的1/4,但其误检率较高,导致整体精度下降。而Hough+LSD算法的缺陷比较明显,由于销钉在无人机巡检图像中仅占一小部分,像素总数相对较少,同时图像中其他直线段特征存在干扰,以至于检测效果远低于Faster R-CNN算法。
图表编号 | XD004352700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.25 |
作者 | 宁柏锋 |
绘制单位 | 深圳供电局有限公司 |
更多格式 | 高清、无水印(增值服务) |