《表3 RBF核函数对样本的分类准确率》
AlexNet和NIN的测试结果分别用表6的7和混淆矩阵表示,总体准确率分别为89.3%和92.1%,NIN的准确率最高.两个混淆矩阵中第一类裂纹的检测效果最好,均可以达到92%以上;第二类无缺陷的图片在这两个模型中的误检率约为8%;第三类缺陷由于种类多,每种缺陷的数据较少,所以准确率相对于前两类较低,在AlexNet上的漏检率为20.4%,在NIN上的漏检率为12.0%,漏检率降低了8%.
图表编号 | XD0093226800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.30 |
作者 | 胡嘉成、王向阳、刘晗 |
绘制单位 | 上海大学通信与信息工程学院、上海大学通信与信息工程学院、上海金艺检测技术有限公司 |
更多格式 | 高清、无水印(增值服务) |