《表1 缺陷检测统计：一种基于日期码的快速缺陷检测算法》

  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

《一种基于日期码的快速缺陷检测算法》

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

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。