ty -jour a2 -wang，weitian au -Zeng，fanyu au -cai -cai，xi au -ge，shuzhi sam py -2020 da -2020/09/21 ti-低调壁缺陷检测，用于自动装饰机器人，使用深度钢筋学习SP -8866406 VL -2020 AB-壁缺损检测是自主装饰机器人的重要功能。基于深神经网络的对象检测方法需要大量图像，并带有手工界限框进行训练。尽管如此，手动构建大型数据集是不切实际的，这是耗时且劳动力密集的。在这项工作中，我们解决了此问题，以提出使用自主装饰机器人的深钢筋学习（DRL）的低发壁缺陷检测算法。我们的算法首先利用注意力提案网络（APN）生成注意区域，并应用Alexnet来提取注意贴片的特征以进一步减少计算。最后，我们通过深入的强化学习来训练我们的方法，以学习最佳检测政策。实验是在一个低发数据集中实现的，在该数据集中，从真实的装饰环境中收集图像，实验结果表明该方法可以实现快速收敛并了解墙体缺陷图像的最佳检测策略。SN -1687-9600 UR -https：//doi.org/10.1155/2020/8866406 do -10.1155/2020/8866406 JF-机器人PB -Hindawi kw -er -er- er- er- er- er- er- er- er- er--