《表3 不同年份中各算法MAE和MSE的对比统计》
棉铃生长不同年份及地域条件是影响棉铃计数算法精度的重要因素.不同年份及地域条件下生长的棉铃可能会受土质影响,产生不同纤维长度、粗度、黄化率和整齐度的棉花果实[18],这些都会不同程度地影响棉铃的发育形态,进而影响计数的准确度.本组实验使用年份作为变量对数据集进行分类,采用2017—2019年3个不同年份的田间棉铃图像,分别用Hydra-CNN[16]和Glance[5]算法与本文算法进行了比较.图8所示由上而下依次为本文算法对2017—2019年3个不同年份测试图像的估计密度图;其中,图8d所示为本文算法引入加权组合总损失函数后的高质量密度图.本组实验中,不同算法对测试图像的计数误差MAE和MSE值对比如表3所示.
图表编号 | XD00189025300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 黄紫云、李亚楠、王海晖 |
绘制单位 | 武汉工程大学计算机科学与工程学院、武汉工程大学智能机器人湖北省重点实验室、武汉工程大学计算机科学与工程学院、武汉工程大学智能机器人湖北省重点实验室、武汉工程大学计算机科学与工程学院、武汉工程大学智能机器人湖北省重点实验室 |
更多格式 | 高清、无水印(增值服务) |