《表4 原SSD与SSD-ResNet18的分类检测结果》

  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SSD的柑橘实时分类检测》

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

注：N：正常；SL：表皮病变；MD：机械损伤

将测试集在以768×768像素为分辨率，使用C4、C5特征图的SSD-ResNet18模型与原SSD模型上分别进行测试，得到两种模型对各类柑橘的分类检测效果，结果如表4所示。原SSD与SSD-ResNet18的m AP相差不多，但SSD-ResNet18的检测时间却是原SSD的1/5，而且对于机械损伤类别的柑橘其AP值比原SSD的高出1.56个百分点，说明SSD-ResNet18对于该类柑橘的分类检测效果相比于原SSD有了一定的提升。另外，两种模型对于正常柑橘的识别效果最好，对于机械损伤的柑橘识别效果最差，这应该与各类柑橘在数据集中的数据量有关。若增加表皮病变与机械损伤这2类柑橘的数据量或者实现对柑橘个体的目标追踪，通过柑橘各个位面的表皮信息进行综合判定，可能可以进一步地提升模型的识别效果，特别是对于病变与损伤的柑橘。