《表3 不同异物的识别率》
为检测本实验CNN模型对不同异物的识别效果,分别统计了5种异物在该网络模型下的识别率,如表3所示。根据实验结果和5种异物的特性可以发现,由于金属钢球、铁丝、螺钉的密度大、穿透性差,导致在X射线水饺图像中,呈现出灰度低、颜色暗,与周围物体和背景差异大、对比鲜明,识别率很高,分别为99.97%、99.91%、99.93%;石头的密度和穿透性次之,识别率稍低于金属异物,为99.72%,而透明玻璃密度低、穿透性好,在X射线图像中,呈现出的灰度与水饺灰度相似,易造成混淆,不易识别,识别率为98.85%,低于其他异物;因此本实验算法对于密度大、穿透性差的金属异物和石头具有很好的识别效果,而对密度小、穿透性好的玻璃的识别率稍低。
图表编号 | XD0075207300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.25 |
作者 | 王强、武凯、王新宇、孙宇、杨晓燕、楼晓华 |
绘制单位 | 南京理工大学机械工程学院、南京理工大学机械工程学院、南京理工大学机械工程学院、南京理工大学机械工程学院、南通四方冷链装备股份有限公司、南通四方冷链装备股份有限公司 |
更多格式 | 高清、无水印(增值服务) |