《表1 CrackCNN模型参数配置》

  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

《核燃料芯块的表面裂纹检测算法研究》

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

在裂纹识别中，含裂纹图像块和无裂纹图像块在灰度、形貌、纹理等方面存在差异，可以用CNN对其进行分类，达到裂纹识别的目的。因此根据建立的数据集，按照4∶1的比例将其分为训练集和测试集两种，用于训练和测试搭建CrackCNN模型。CrackCNN的结构设计如图4所示，输入是120pixel×120pixel的灰度图像，输出为二维向量，其中Conv、MP和Fc分别表示卷积层、最大池化层和全连接层。表1给出了模型各层的具体参数。