《表1 识别结果：一种用于机器人水果采摘的快速识别方法》
提示：宽带有限、当前游客访问压缩模式
利用本文提出的算法对获取的50幅自然环境下拍摄的水果图片进行识别，识别准确率及识别时间结果如表1所示，识别结果图如图9所示。
| 图表编号 | XD0038425300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.01.01 |
| 作者 | 邹谜、伍世虔、王欣 |
| 绘制单位 | 武汉科技大学冶金装备及其控制教育部重点实验室、武汉科技大学冶金装备及其控制教育部重点实验室、武汉科技大学冶金装备及其控制教育部重点实验室 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 实验结果分析表：采摘机器人视觉系统的目标识别提取研究》2020.09.05
- 《表1 数据集的相关信息：FACR:一种快速且准确的车辆识别器》2021.01.15
- 《表2 计算效率对比：FACR:一种快速且准确的车辆识别器》2021.01.15
- 《表2 算法性能比较：一种面向复杂网络的快速模块结构识别算法》2021.01.25
- 《表1 识别结果统计：基于机器视觉的输电线路杆塔编号识别方法研究》2020.08.18
- 《表1 微波消解程序：一种基于深度神经网络的变电站巡检机器人路面识别方法》2020.12.31
- 《表2 材料属性：一种基于深度神经网络的变电站巡检机器人路面识别方法》2020.12.31
- 《表1 算法识别结果：基于机器视觉的胡萝卜表面缺陷识别方法研究》2020.11.18
- 《表1 导航特征表：一种基于星点特征不变原理的快速星图识别方法》2018.02.01
- 《表1：一种基于颜色与三维形状的水果识别算法》2020.07.15
- 《表2 算法测试硬件环境：一种基于快速面部识别算法的学习状态统计分析系统》2020.03.05
- 《表5 BP网络识别结果：PCA与ELM模型相结合的矿井突水水源快速识别方法研究》2020.01.20
- 《表4 ELM识别结果：PCA与ELM模型相结合的矿井突水水源快速识别方法研究》2020.01.20
- 《表1 鉴定试验结果：一种基于深度学习的有孔虫化石识别方法》2019.09.01
- 《表2 对比结果：一种机器视觉的防丢失手环智能识别系统设计》2019.08.28
- 《表1 相似度计算结果：一种使用神经网络的网吧身份识别方法》2019.05.01
- 《表1 试验结果统计：柑橘类水果采摘机器的设计与研究》2019.09.10
- 《表2 实验识别结果：基于机器视觉的施工危险区域侵入行为识别方法》2019.01.01
- 《表1 算法运行时间表：苹果采摘机器人目标果实的快速跟踪识别》2018.05.25
- 《表1 抓取装置关键参数：圆形水果采摘机器人末端执行器的设计与仿真分析》2019.11.30