《表2 基于不同卷积网络的Faster R-CNN模型检测结果比较》

  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Faster R-CNN的子弹外观缺陷检测》

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

分别使用基于ZFNet、VGG＿CNN＿M＿1024和VGG16网络的Faster R-CNN模型对子弹缺陷数据集进行检测，检测结果如表2所示。比较3种网络结构可以发现，使用小型的ZFNet训练时，mAP为91.09%，使用中型的VGG＿CNN＿M＿1024训练时，mAP也只达到93.82%，而使用大型的VGG16训练时，mAP能达到96.37%。可以看出，采用较深层网络VGG16的Faster R-CNN模型的检测精度高于其他两种模型。由此得出，卷积神经网络模型越深，检测精度越高。后续实验都将采用VGG16网络进行图像的特征提取。