《表4 花量检测结果：基于实例分割的柑橘花朵识别及花量统计》

  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

《基于实例分割的柑橘花朵识别及花量统计》

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

确认了神经网络的最优组合，并经过端到端的训练生成柑橘花朵识别与花量计算模型，试验采用此网络模型，用花量计算误差率来评估模型的花量预测效果。图6a中，实际花朵数为31，模型计算结果为花朵数为4，花苞数为24，即预测花朵总数为28（图6b），花量预测误差率为9.68%。由图6a可以看出，花朵和花苞分布密集，有明显的覆盖和重叠情况，但模型仍然能得到较高的检测结果，且漏数的花朵对象即使通过肉眼也很难分辨。利用本方法对200张测试图像进行花量检测，结果如表4，花量预测平均误差率为11.9%，平均单张识别耗时为7 s，具有一定的实际生产应用可行性。