【基于目标检测算法的铲齿检测相关内容研究现状文献综述4500字】_第1页
【基于目标检测算法的铲齿检测相关内容研究现状文献综述4500字】_第2页
【基于目标检测算法的铲齿检测相关内容研究现状文献综述4500字】_第3页
【基于目标检测算法的铲齿检测相关内容研究现状文献综述4500字】_第4页
【基于目标检测算法的铲齿检测相关内容研究现状文献综述4500字】_第5页
已阅读5页，还剩1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

基于目标检测算法的铲齿检测相关内容研究现状文献综述[5于2004年提出一种检测方案，该方案采用激光测距仪获取工作状态下斗齿的何磊6于2011年提出一种斗齿脱落检测算法，该算法基于图像处理技术，结合图像的形状特征和结构特征，使用图像灰度直方图(HOG)与支持向量机汤恒8于2017年提出了新的斗齿脱落检测算法，该算法提出利用摩擦生热出了算法原型，进行了验证实验，据称监测成功率在90%以上。了铲齿缺失智能检测系统，在模拟数据集上进行了实验，平均正确率达到了中是否包含所需物体(object),目标定位则负责表示目标物体的位置，并用外接(1)目标实例检测问题通常利用模板和图像稳定的特征点，获得模板与场征点来匹配目标，是目前应用极为广泛的关键点检测和描述算法。SIFT算对于SIFT存在的问题，Ke等人提出了PCA-SIFT13算法。该算法在SIFT(2)传统目标类别检测则通过使用AdaBooAdaBoost是一种是基于Boosting¹5的机器学习算法。经过N轮训练后，将N个弱分类器整合，根据各分类器的性能分配相应的权值，组成一个高准确率、VJ算法16利用Haar-like特征描述目标共有属性，利用积分图实现特征快速计算，使用级联分类器减少AdaBoost的计算量，快速检测出目标。期。随着2012年Hinton研究团队使用深度卷积神经网络Alexnet,神经网络的研究又开始进入上升阶段，Hinton研究团队使用Alexnet在世界上最大的图像数据库ImageNet的分类挑战中取得了很好的效果，极大的提升了图像分类问多学科的综合领域。卷积神经网络不仅能够提取更高层、表达能力更好的特并将全连接层的输出作SVD分解，使用VGG16代替A70.0%,且训练速度较R-CNN提升9倍，检测速度达到每幅图片0.3s。求；检测精度为63.4%,较FasterR-CNN的73.2%,差距较大。加入K-mean维度聚类等方式，使得检测速度和精度的再次提升，在76.8%正确率的同时达到67f/s的检测速度，78.6%的正确率时达到40f/s。YOLOv3的基础网络架构上采用了Darknet-53,并借鉴了残差神经网络的思在COCO数据集上AP可达43.5,速度高达65FPS。基于阈值的图像分割方法[22实质是通过设定不同的灰度阂值，对图像灰度相似性，该类方法是一种常用的灰度图像分割方法。

人人文库> 全部分类> 教育资料 > 中学教育

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