《表1 型材数据分布和检测准确率》

  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

《人工智能在门窗检测中图纸识别的应用》

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

经数据扩增后，原始型材数据集及实验型材数据集包含型材类别数目如表1所示，同时由表1中检测准确率数据可知，当无预训练步骤时，检测模型对上滑检测的平均准确率为0.88，对下滑检测的平均准确率0.87，对勾企检测的平均准确率0.88，边封检测的AP为0.84，模型对窗型材的识别率不高，尤其是对边封的识别率，由于型材数据集样本不均衡，型材的样本数量偏少，模型无法充分学习到型材特征，识别效果有限。使用数据增强和ACGAN对抗网络，进行型材数据扩增，生成新的型材数据集并进行迁移学习后，检测模型对型材检测的平均准确率由0.87，提高了10.0%。在识别时间上，两种模型的图像的识别时间都是12ms，有很高的识别效率，符合图纸实时识别的要求，型材识别效果如图（7）所示。