基于人工智能算法的机器人目标检测技术研究.pdf

监管与检测

UPERVISIONTESTING

ideoEngineering

文献引用格式：范琳，王亚超.基于人工智能算法的机器人目标检测技术研究[].电视技术，2024，48（6）：205-207.

WANGYC.Researchonrobotobjectdetectiontechnologybasedonartificialintelligencealgorithm[Jj.Video

FANL，

Engineering,205-207.

2024,48（6)

中图分类号：TP391.41文献标识码：AD0I:10.16280/vide0e.2024.06.052

基于人工智能算法的机器人目标检测技术研究

范琳，王亚超

（1.西安工商学院信息与工程学院，陕西710000;

西安

2.中国石油天然气股份有限公司长庆油田分公司第十一采油厂，宁夏固原756000)

摘要：为进一步提升基于人工智能算法的机器人目标检测技术的准确性和实时性，采用FasterR-CNN模型进行深入分析和测

试，构建和优化数据集，优化模型训练过程，精准计算性能评估指标。研究结果显示，经过调整和优化后的模型在标准测试集

上具有良好的精确度和召回率，尤其是在对“人”类目标的识别上，性能指标尤为突出，验证了深度学习算法在机器人目标检

测中的适用性，为后续的研究工作和实际应用提供了参考。

关键词：人工智能算法；机器人；目标检测技术；深度学习

ResearchonRobotObjectDetectionTechnologyBasedonArtificialIntelligenceAlgorithm

FANLin,WANGYachao?

(1.SchoolofInformationandEngineering,XianTechnologyandBusinessCollege,Xian710000,China;

2.NO.11OilProductionPlant,ChangqingOilfeldBranch,CNPC,Guyuan756000,China)

Abstract:Inordertofurtherimprovetheaccuracyandreal-timeperformanceofrobottargetdetectiontechnologybasedonartificial

intelligencealgorithm,FasterR-CNNmodelisadoptedforin-depthanalysisandtesting,datasetsareconstructedandoptimized,

modeltrainingprocessisoptimized,andperformanceevaluationindicatorsareaccuratelycalculated.Theresearchresultsshowthat

theadjustedandoptimizedmodelhasagoodaccuracyandrecallrateonthestandardtestset,especiallyi