《表6 不同模型算法的真实样本比对实验结果》

  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

《基于卷积神经网络的主变压器外观缺陷检测方法》

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

可以看到，当正负样本比例为20:1时，准确率高达99%，召回率仅为52%，但外观缺陷难以检出。在此基础上，固定负样本数量，减少正样本数量，在较小正负采样比条件下进行测试，可以看到召回率明显升高，分别达到了68%和80%，但是准确率却下降至83%；尽管外观缺陷可以基本检出，但是存在正常样本被大量误检的问题。由以上验算结果可知，在负样本不足的情况下，模型泛化能力较低，不论如何调整正负样本的比例关系，准确率-召回率综合评价指标均无法提升（在0.34～0.41的范围变化），难以满足实际工程应用的要求。本文进一步对多种模型的外观检测效果进行了比对，在正负样本比例5:1的条件下，得到比对实验结果如表6所示。