《表1 两种算法效果对比》

  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

《基于卷积神经网络的绝缘子目标识别方法研究》

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

以相同参数设置的VGGNet做为特征提取网络，使用相同的一组绝缘子图像数据，分别对Faster R-CNN算法和Fast R-CNN算法进行训练，训练过程中参数设置相同。训练至网络收敛后，使用30张实际场景中的拍摄图片（包含69串绝缘子目标），对训练好的两个模型进行测试。两种算法测试结果如表1。由表1可知，在相同的VGGNet卷积网络基础上，Faster R-CNN算法的测试精度比Fast R-CNN的精度高出9.43%，召回率高出24.64%，平均识别速度要快5.78s。图3是两种算法在实际图片上的识别效果，黄色框框出的即为绝缘子。