《表1 缺陷检测统计:一种基于日期码的快速缺陷检测算法》
在工业现场实测,本文算法在不添加机器学习的情况下总的误检率是低于1/20 000的。由于有数据不平衡问题(正样本远远多于负样本),所以在这里采用检测缺陷的精确率和召回率来衡量算法。据青啤现场测试的553 216瓶,误检数是10瓶,缺陷检出数是340瓶,漏检数是4瓶,检测缺陷的精确率约为97.06%、召回率约为98.8%,如表1所示。考虑到现场喷码机不稳定、缺陷形式多样以及现场生产缺陷数较少(大约每小时生产一个缺陷),这样的缺陷检测在不添加剔除装置的前提下也可以达到现场使用的需求,不会对工人造成负担。
图表编号 | XD0090298300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 冯玮、方春、孙福振 |
绘制单位 | 山东理工大学计算机科学与技术学院、山东理工大学计算机科学与技术学院、山东理工大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |