【机器视觉工件抓取系统中工件目标位置检测过程分析案例6200字】_第1页
【机器视觉工件抓取系统中工件目标位置检测过程分析案例6200字】_第2页
【机器视觉工件抓取系统中工件目标位置检测过程分析案例6200字】_第3页
【机器视觉工件抓取系统中工件目标位置检测过程分析案例6200字】_第4页
【机器视觉工件抓取系统中工件目标位置检测过程分析案例6200字】_第5页
已阅读5页，还剩10页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

机器视觉工件抓取系统中工件目标位置检测过程分析案例目录TOC\o"1-3"\h\u20066机器视觉工件抓取系统中工件目标位置检测过程分析案例 [44]，召回率表目标检测模型正确的检测结果占所有类别的正确的检测结果的比值，AP值为各个类别将精确率和召回率作为数据点绘制的曲线围成的面积，平均准确率为AP值与总类别的比值，其表达式如式(1.4.2)所示：mAP=式中：R为数据集中的工件类别总数，Avepr采用平均重叠率(mIOU)作为工件目标检测的定位精度的评价指标，IOU表示检测出的矩形框与原标记框的重叠率，即他们的交集与并集的比值,平均重叠率为检测出的所有矩形框的IOU值与检测出的所有矩形框个数的比值，其计算公式如式(1.4.4)所示：mIOU= 式中：IOU(j)表示为第j个矩形框的重叠率，l为检测出矩形框的总个数,C表示检测出的矩形框，G表示原标记框。本文选取100张图片对完成训练的RCNN、FastRCNN以及FasterRCNN的目标检测模型进行测试，以平均准确率(mAP)表示检测模型的识别精确性，平均重叠率(mIOU)表示检测模型的定位精度，对比结果如表1.3所示：表1.3检测效果对比FasterRCNNFastRCNNRCNNmAP98.8%88.2%81.3%mIOU87.7%78.6%69.9%Detectionspeed182ms332ms858ms从表3-3可以看出无论是工件的识别准确性、定位精度还是工件的检测速度相较与其余两个卷积神经网络模型FasterRCNN算法都有一定的优势，实验结果表明，基于FasterRCNN算法的目标检测模型

人人文库> 全部分类> 行业资料 > 工业设计

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论