《表3 当IOU为50时最优模型检测结果》

  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

《改进YOLOv3算法的筷子毛刺缺陷检测方法》

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

用改进后的网络模型对darknet53.conv.7预训练模型进行训练，训练次数为4 000次，得到一系列检测模型，其结果见图8。由图8可知，训练到4 000次时检测模型的平均检测精度最高，此时的平均loss值降到了0.070。原网络的训练结果见图9。由表3可知，当IOU为50时改进后的网络的平均检测精度提高了5.0%，查准率提高了4.0%，查全率相比提高了9.0%，平均IOU提高到了3.5%，F1-score提高到了0.92，检测速度由16.8帧/s提升到了21帧/s，从而每小时检测的图像数为75 600张，已经超过了目前市面上筷子质检机每小时70 000只的检测效率。综上所述可知，相比原网络模型，改进后的网络模型在平均检测精度、查准率、查全率、检测速度等各方面都有较大的提升。