《表3 3种模型对奶牛个体的识别结果》
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YOLO v3模型的挤奶奶牛个体识别方法》
3种模型在测试集上的F1、准确率、召回率、m AP、IoU和平均帧率如表3所示。由表3可知,本文模型测试集识别准确率为95.91%,略高于YOLO v3的94.97%和Faster R-CNN的94.01%;召回率为95.32%,较YOLO v3提高了4.98个百分点,较Faster R-CNN提高了6.03个百分点;平均精度为95.16%,比YOLO v3和Faster R-CNN分别提高了2.36个百分点和2.41个百分点。IoU为85.28%,比Faster R-CNN低2.1个百分点,但本文目的是识别奶牛个体,对奶牛位置精确度无要求,故IoU不影响对奶牛的识别。
图表编号 | XD00135852200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.25 |
作者 | 何东健、刘建敏、熊虹婷、芦忠忠 |
绘制单位 | 西北农林科技大学机械与电子工程学院、农业农村部农业物联网重点实验室、西北农林科技大学机械与电子工程学院、农业农村部农业物联网重点实验室、西北农林科技大学机械与电子工程学院、陕西省农业信息感知与智能服务重点实验室、西北农林科技大学机械与电子工程学院、农业农村部农业物联网重点实验室 |
更多格式 | 高清、无水印(增值服务) |