《表2 部分测试项目识别率》

  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

《基于卷积神经网络的宇航电源光学检测技术》

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

在对装配图、实物图的元件子图进行辨识时，为提高识别率，采用了多角度、多次识别的决策算法，所得识别率提示效果如表2所示。由表2中数据可以看出，检测算法通过单次辨识即可对装配图符号100%识别；元件实物子图在单次辨识下识别率低于96%，难以在宇航电源生产中使用；引入决策算法后元件故障检出率得到有效提升，特别是对器件极性、漏焊、歪斜的检出率接近100%，而对外观损伤的检出率改善不明显。