《表2 U-Net网络分割精度》
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U-Net网络和无人机影像的松材线虫病变色木识别》
如表2所示,U-Net网络分割变色木用户精度和生产者精度分别是93.51%和97.30%,针对其他地物分割的用户精度和生产者精度97.06%和92.96%。变色木识别遗漏会导致感染疫木清除不彻底,影响防治效果,因此应用中要求较低的误报和漏报率,且漏判率低于误判率,以减少对染病木的漏报。本研究中变色木误报率6.49%,漏报率2.70%,漏报率显著低于误报,达到较高精度。总体上,U-Net网络变色木识别精度95.17%,Kappa系数0.90,表明分割精度较高。
图表编号 | XD00167878300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.01 |
作者 | 张瑞瑞、夏浪、陈立平、谢春春、陈梅香、王维佳 |
绘制单位 | 北京农业智能装备技术研究中心、国家农业智能装备工程技术研究中心、国家农业航空应用技术国际联合研究中心、农业智能装备技术北京市重点实验室、北京农业智能装备技术研究中心、国家农业智能装备工程技术研究中心、国家农业航空应用技术国际联合研究中心、农业智能装备技术北京市重点实验室、北京农业智能装备技术研究中心、国家农业智能装备工程技术研究中心、国家农业航空应用技术国际联合研究中心、农业智能装备技术北京市重点实验室、山东瑞达有害生物防控有限公司、北京农业智能装备技术研究中心、国家农业智能装备工程技术研究中心、国家农业 |
更多格式 | 高清、无水印(增值服务) |