《表4 不同模型评价参数对比》
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
《改进Faster RCNN模型在棉花异性纤维识别中的应用》
不同模型的评价参数对比如表4所示,从表4可以看出,YOLOv3和SSD模型的识别效果与改进后模型的识别效果较为相近,但在准确率和召回率上还有一定的差距。HOG+SVM方法对异性纤维的识别效果最差,其准确率和召回率与Faster RCNN Pro差距较大,这是因为HOG特征具有一定的方向性,而异性纤维在棉花中的分布杂乱无章,导致提取到的HOG特征不具有一定的代表性,SVM无法对其特征进行准确分类。通过对比可知,改进后的Faster RCNN识别效果最优。
图表编号 | XD00149534100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.25 |
作者 | 杜玉红、董超群、赵地、任维佳、蔡文超 |
绘制单位 | 天津工业大学机械工程学院、天津市现代机电装备技术重点实验室、天津工业大学机械工程学院、天津市现代机电装备技术重点实验室、天津工业大学机械工程学院、天津市现代机电装备技术重点实验室、天津工业大学机械工程学院、天津市现代机电装备技术重点实验室、北京大恒图像视觉有限公司 |
更多格式 | 高清、无水印(增值服务) |