《表4 RPN和Fast R-CNN网络训练参数表》
实验将训练好的网络参数用到改进的Faster R-CNN目标检测网络中。网络训练前使用LabelImg标记缺陷样本图像的缺陷类别及位置,提取SF和VGG-16的双重深度特征后,开始RPN和Fast R-CNN的联合训练过程。Faster R-CNN的采样方式为Image-centric sampling,即先对图像进行采样,再设置批处理数量对RoI进行采样。这样处理可将建议窗口限定在同一图像内,使其共享计算和内存资源。两个网络的训练参数如表4所示。
图表编号 | XD0067543200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.01 |
作者 | 李宜汀、谢庆生、黄海松、姚立国、魏琴 |
绘制单位 | 贵州大学现代制造技术教育部重点实验室、贵州大学现代制造技术教育部重点实验室、贵州大学现代制造技术教育部重点实验室、贵州大学现代制造技术教育部重点实验室、贵州大学贵州省公共大数据重点实验室 |
更多格式 | 高清、无水印(增值服务) |