研究文章
卷积神经网络分类和决策模型可见缺陷高速列车图像的识别
表4
结果三个架构。并行和混合模型都有两个版本根据权重是否共享(s)或非共享(u)。
|
| 体系结构 |
精度(%) |
精度(%) |
回忆(%) |
F1 (%) |
培训时间(小时) |
推理时间(GPU / CPU、s) |
|
| 级联 |
92.02 |
94.08 |
89.71 |
91.83 |
7.05 |
0.0041/0.0461 |
| 平行(s) |
84.06 |
88.67 |
78.15 |
83.06 |
17.85 |
0.0058/0.0792 |
| 平行(u) |
83.94 |
86.38 |
80.60 |
83.38 |
19.45 |
0.0057/0.0798 |
| 混合(s) |
90.75 |
93.03 |
88.10 |
90.50 |
11.09 |
0.0039/0.0551 |
| 混合(u) |
90.90 |
93.84 |
87.55 |
90.58 |
10.73 |
0.0039/0.0565 |
|
|
