Выбор модели нейронной сети для отслеживания движения рабочего инструмента 3D-принтера

Abstract

С целью повышения качества и эффективности процесса 3D-печати целесообразно отслеживать движение рабочего инструмента 3D-принтера на основании обработки видеопотока, полученного с обычной телевизионной камеры (web-камеры), расположенной над рабочей зоной строительного 3D-принтера. Для этого предлагается использовать сверточные нейронные сети, которые доказали свое превосходство над классическими методами по точности детектирования. В статье проведен анализ существующих нейронных сетей с точки зрения перспективности их использования для отслеживания движения рабочего инструмента 3D-принтера и предлагается использовать нейронную сеть YOLO, т. к. она показывает наилучшие результаты по точности и скорости детектирования объектов в режиме реально времени независимо от размеров объектов.