《表5 Im-AlexNet田间环境猕猴桃识别的试验结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于改进AlexNet的广域复杂环境下遮挡猕猴桃目标识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

针对广域复杂环境下生长的猕猴桃，将上述经过样本标记训练后的Im-AlexNet应用于采摘机器人视觉识别模块（Kinect v2和软件Matlab 2018a）和便携计算机（Dell i5-8250U），对实地果园环境中的猕猴桃果实进行检测识别与目标验证，并将目标检测所获取的用以验证实地大田环境下采摘机器人视觉识别模块性能的340幅（果实数量为10 177个）验证图像建立试验集，其中包括晴天逆光（图9a）、晴天侧逆光（图9b）、阴天（图9c）、夜间补光（图9d）4类图像。利用采摘机器人的视觉识别模块对验证集进行目标识别验证，具体识别统计结果如表5所示。