《表4 原SSD与SSD-ResNet18的分类检测结果》
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。
图表编号 | XD00121538800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.01 |
作者 | 李善军、胡定一、高淑敏、林家豪、安小松、朱明 |
绘制单位 | 华中农业大学工学院、农业农村部长江中下游农业装备重点实验室、国家现代农业(柑橘)产业技术体系、国家柑橘保鲜技术研发专业中心、农业农村部柑橘全程机械化科研基地、华中农业大学工学院、农业农村部长江中下游农业装备重点实验室、华中农业大学工学院、农业农村部长江中下游农业装备重点实验室、华中农业大学工学院、农业农村部长江中下游农业装备重点实验室、华中农业大学工学院、农业农村部长江中下游农业装备重点实验室、华中农业大学工学院、农业农村部长江中下游农业装备重点实验室 |
更多格式 | 高清、无水印(增值服务) |