《表2 实验结果：基于Mask R-CNN的枪弹底火装配质量检测系统设计》

  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Mask R-CNN的枪弹底火装配质量检测系统设计》

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

为了验证本文算法的可行性，利用本文所提出的算法对西南自动化研究所采集的1 000幅底火装配现场样本图像进行识别，图7展示了部分检测结果。图中虚线边框区域表示检测算法标记的缺陷存在位置，实线为手动绘制缺陷区域，如图7可以看出采用本文的识别方法能取得较好的识别效果。利用本文检测算法检测结果和与人工检测结果如表2所示。可以看出，本文检测算法比人工检测在正确率和速度方面均有较大幅度提升。