《表1 不同算法的结果：基于视觉与激光结合的堆叠工件定位方法研究》

  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

《基于视觉与激光结合的堆叠工件定位方法研究》

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

在Window 7操作系统下，配置Microsoft Visual Studio 2015环境，安装Python 3.5.2，加载TensorFlowGPU 1.9深度学习库以及Opencv3.2开源视觉库，分别搭建3种算法结构来训练不同的检测器。对AdaBoost算法、Faster R-CNN算法和SVM算法设置迭代次数均为30 000次，根据准确率最大时的模型参数获得检测器。对4种算法进行测试，不同算法的工件检测结果如图6所示，不同算法的结果如表1所示。