《表4 花量检测结果:基于实例分割的柑橘花朵识别及花量统计》
确认了神经网络的最优组合,并经过端到端的训练生成柑橘花朵识别与花量计算模型,试验采用此网络模型,用花量计算误差率来评估模型的花量预测效果。图6a中,实际花朵数为31,模型计算结果为花朵数为4,花苞数为24,即预测花朵总数为28(图6b),花量预测误差率为9.68%。由图6a可以看出,花朵和花苞分布密集,有明显的覆盖和重叠情况,但模型仍然能得到较高的检测结果,且漏数的花朵对象即使通过肉眼也很难分辨。利用本方法对200张测试图像进行花量检测,结果如表4,花量预测平均误差率为11.9%,平均单张识别耗时为7 s,具有一定的实际生产应用可行性。
图表编号 | XD00167845600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.01 |
作者 | 邓颖、吴华瑞、朱华吉 |
绘制单位 | 国家农业信息化工程技术研究中心、北京市农业信息技术研究中心、农业农村部农业信息软硬件产品质量检测重点实验室 |
更多格式 | 高清、无水印(增值服务) |