《表2 融合位置对比：基于深度学习的变电站巡检机器人道路场景识别》

  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

《基于深度学习的变电站巡检机器人道路场景识别》

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

从表1中可以看出，所提出的3种融合结构对网络识别精度都有一定的提升。同时从表1也可推断出结构B融入的特征图较多，使网络出现了过拟合，在训练集中精度较高，但在测试集中精度较低；而结构C与结构A相比，可以推断出C结构融入的特征更有效，使识别效果更好，精度更高。为更好地确定C结构的最优融合位置，选择了不同特征层在不同融合位置的识别精度进行对比，测试结果如表2所示，其中Pool 45+Up 3表示C结构选择pool 4和pool 5层融合后再与unpooling 3融合，其他的以此类推。