《表2 测试数据记录:卷积神经网络在指针缺陷检测系统中的应用》
%
由图7结果可知,该方法可以有效地将指针的缺陷检测出来,相对比较明显的缺陷基本上可以被检测出,非常微小的缺陷大部分也可以被检测到.计算测试集的平均边框精度(IOU)、置信度、漏检率、准确率如表2所示.
图表编号 | XD00121121000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.01 |
作者 | 汪鑫耘、赵卫东 |
绘制单位 | 安徽工业大学电气与信息工程学院、安徽工业大学电气与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |
%
由图7结果可知,该方法可以有效地将指针的缺陷检测出来,相对比较明显的缺陷基本上可以被检测出,非常微小的缺陷大部分也可以被检测到.计算测试集的平均边框精度(IOU)、置信度、漏检率、准确率如表2所示.
图表编号 | XD00121121000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.01 |
作者 | 汪鑫耘、赵卫东 |
绘制单位 | 安徽工业大学电气与信息工程学院、安徽工业大学电气与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |