《表1 两种算法效果对比》
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。
图表编号 | XD0076360400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.01 |
作者 | 陈春玲、杨雪、周云成、王俊、朱浩祎、苑婷、于泳 |
绘制单位 | 沈阳农业大学信息与电气工程学院、沈阳农业大学信息与电气工程学院、沈阳农业大学信息与电气工程学院、沈阳农业大学信息与电气工程学院、国网辽宁省电力有限公司盘锦供电公司、国网辽宁省电力有限公司盘锦供电公司、国网辽宁省电力有限公司盘锦供电公司 |
更多格式 | 高清、无水印(增值服务) |