搜索结果: 1-2 共查到“Faster R-CNN”相关记录2条 . 查询时间(0.062 秒)
以宁夏16套枸杞农田实景监测系统2018年和2019年拍摄的图像作为资料，结合枸杞开花期和果实成熟期的植物学特征，利用更快速的基于区域的卷积神经网络（Faster R-CNN）方法对图像进行训练、分类，构建枸杞开花期和果实成熟期的识别算法，以平均精确率（AP）和平均精度均值（mAP）作为模型的评价指标，并将自动识别结果与专家目视判断结果和田间观测记录进行对比。结果表明：当网络结构中重要超参数批尺寸...
基于Faster R-CNN的实木板材缺陷检测识别系统
实木板材 板材缺陷识别 深度学习 Faster R-CNN 无损检测
2020/7/31
我国木材资源有限,为了提高木材的利用率,采用机器视觉来实现木材缺陷快速而稳定的检测,不仅可以克服人工检测的低效率和木材缺陷识别的低准确率,而且对提高木材加工企业的智能化水平具有重要意义。为了高效、快速、准确地进行无损检测,采用深度学习方法,建立了一种基于快速深度神经网络的实木板材缺陷识别模型。