《表1 ResNet-50特征提取分支》

  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

《基于改进EAST算法的电厂电气设备铭牌文字检测》

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

图像分类领域的研究表明，深层的神经网络能够提取更多的特征，提高检测的准确率[11]。文献[12]中的ResNet-50网络将网络深度增加到50层，并加入跳跃连接（Shortcut Connection）防止网络深度增加时出现梯度消失，在图像分类任务中该网络的表现优于VGG-16网络。为了提高电厂电气设备铭牌文字检测的准确性，文中引入ResNet-50网络替代原算法中的VGG-16网络提取图像特征。改进EAST算法的ResNet-50特征提取分支参数如表1所示，其中第一列表示该网络由五组卷积层Conv1～Conv5组成，第二列表示每组卷积层包含的隐藏层层数，第三列表示每个隐藏层的卷积核结构，该结构由卷积核的数量长度、宽度表示，如Conv1隐藏层的卷积核结构64×7×7表示64个长为7、宽为7的卷积核。