《表3 人工数据集扩增方法对于DBCC模型识别准确率的影响》

  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

《基于深度学习的桥梁裂缝检测算法研究》

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

为了验证本文提出算法的有效性和准确性，本文分别设计了8组对比实验，用以验证本文算法的各个方面.其中，第1组实验用于测试数据集人工扩增方法对于DBCC模型识别准确率的影响.第1组实验的设计步骤分为3步.首先，直接使用A集合中1 000张桥梁裂缝图像、不经过数据集人工扩增方法构建DBCC模型的训练集、验证集，用以训练DBCC模型；然后，使用A集合中1 000张图像，并使用数据集人工扩增方法对这1 000图像进行扩增，使用扩增之后的数据集构建训练集、验证集，用以训练DBCC模型.最后，再从B集合中随机地选取数幅桥梁裂缝图像并将其切分为16像素×16像素大小的小图像，随机地选取500张桥梁裂缝面元图像用以测试训练好的DBCC模型.测试的具体结果如表3所示.