《表2 缺陷分类结果：基于神经网络的磁瓦表面缺陷检测识别》

  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

《基于神经网络的磁瓦表面缺陷检测识别》

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

缺陷分类结果如表2所示，可以看出，掉角和削角、裂纹和水裂之间的检错率相对较高，这是由于掉角和削角、裂纹和水裂的缺陷特征具有较高的相似度。另外，根据公式（5）可计算出本文算法的准确率为94%，并根据公式（6）可计算出各缺陷种类的分类灵敏度，以表明每种缺陷正确分类的比例，如图15所示。