《表4 3种算法对不同草莓数量检测试验结果》

  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

《基于卷积神经网络的草莓识别方法》

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

试验以草莓数量作为变量，测试集包括150幅图像，其中含1～3个草莓的图像共64幅，包含4～6个草莓的图像共51幅，包含7个及以上草莓的图像共35幅。每一类抽取25幅作为检测对象，检测出样本总量、正确识别的草莓数量、未识别出的草莓数量、误识别的草莓数量，计算准确率和召回率，采用F1及F2作为综合评价值，3次重复取平均F值。图像边缘残缺草莓及过小的未成熟草莓忽略不计。从图5中可以看出，在草莓果实数量较少的情况下，3种方法都能正确识别出成熟草莓和未成熟草莓，但草莓数量增加到7个以上时，存在一果多框和漏识别的现象，这是由于草莓的尺寸减小、果实重叠与粘连增加了模型识别的难度。表4为3种算法对不同数量草莓的检测结果。