《表1 平均查全率对比：基于深度学习的足球机器人视觉识别方法》

  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

《基于深度学习的足球机器人视觉识别方法》

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

经过实验验证，本文所使用的YOLOv3-tiny结合图像增强处理的视觉识别系统在查全率、误识别率和检测速度三个指标上达到了较好的均衡，在满足实时检测要求的同时达到了最优的识别效果。相较于队伍之前使用的基于Haar特征的Adaboost足球检测和基于边缘检测与Hough线变换的球门检测方法，本文使用的识别方法对不同的光照条件和场地条件具有更好的适应性，能同时完成对足球和球门的识别，可以应用在SEU-UniRobot机器人上，满足参加RoboCup Kidsize组竞赛的要求。如图3所示。