《表2 不同尺寸异性纤维识别评价参数》

  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》

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

由于异性纤维的尺寸呈现多样性，为进一步测试训练模型对异性纤维的识别能力，对不同种类、不同尺寸的异性纤维进行测试。以外接矩形的长边长度为标准，将异性纤维尺寸分为小、中、大3个等级，对应尺寸分别为<100 pixel、100～150 pixel和>150pixel。训练后模型对不同尺寸异性纤维的识别评价参数如表2所示。从表2可以看出，训练后的模型对4种异性纤维整体识别效果较好，准确率、精度值、召回率和F1分数基本保持在90%以上，其中对小尺寸异性纤维的识别效果较差，这是因为小尺寸异性纤维在整幅图像中的面积占比较小，细节特征不明显，容易造成漏检。而中尺寸和大尺寸异性纤维特征明显，理论上不会出现漏检的情况，但这两种尺寸的化学纤维、塑料薄膜和丙纶丝的召回率没有达到100%，主要是因为这些材料包含与棉花背景相似度很高的白色或接近透明的异性纤维，所提模型将其从背景中识别出来的效果相对较差，出现了少量漏检的情况。