《表3 模型改进前后检测性能对比》
在工件数据集测试集上对模型进行实验,测试集共包含1 062张图片,共10类工件。对改进前后的模型,分别计算得到每一类工件AP值,其结果如图6所示。从图6可知:相对于原始的SSD模型,改进型的SSD模型在每一类工件上的识别AP值都有所提高,说明改进后的模型具有更高的识别率。同时,如表3所示,可以得到原始的SSD模型在评估集上的m AP为92.3%,改进后的SSD模型在评估集上的m AP为98.3%,相比原始的SSD,工件的识别率提高了6%。改进的SSD模型能提高工件的识别精度,这是因为改进后的SSD模型的基础网络Resnet-50具有更深层的网络,具有更强的特征提取与表征能力,所以具有更高的识别率。为计算改进后SSD模型的识别速度,采用GPU为GTX1080Ti,在工件测试集上进行识别,识别的批处理大小为1。在识别速度方面,如表3中所示的改进前后SSD模型的FPS值可知:虽然改进后的SSD模型对工件具有更高的识别率,但是其识别速度却比原始的SSD模型慢。相对于原始SSD模型中的VGG-16,Resnet-50网络特征提取层数大大增加,所以改进后的SSD模型牺牲了一部分速度换取更高的识别率,但改进后的SSD模型仍然可以达到32帧每秒的识别速度,也能达到实时识别工件的要求。
图表编号 | XD00146275900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.15 |
作者 | 徐聪聪、胡习之、姜立标、李小军 |
绘制单位 | 华南理工大学机械与汽车工程学院、华南理工大学机械与汽车工程学院、华南理工大学机械与汽车工程学院、华南理工大学机械与汽车工程学院 |
更多格式 | 高清、无水印(增值服务) |