《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》
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。
图表编号 | XD00126453400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.18 |
作者 | 周伟亮、王红军、刘磊、董力中、邹湘军 |
绘制单位 | 华南农业大学工程学院、华南农业大学工程学院、华南农业大学工程学院、华南农业大学工程学院、华南农业大学工程学院 |
更多格式 | 高清、无水印(增值服务) |