《表4 RPN和Fast R-CNN网络训练参数表》

  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

《基于卷积神经网络快速区域标定的表面缺陷检测》

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

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。