《表3 3种方法在复杂背景数据集上的测试结果》
为测试本文方法在复杂背景下的分割效果,共采集300幅复杂背景下的玉米、杂草图像进行分割测试,同时,与DeepMask、SharpMask方法进行对比,3种方法的分割测试结果如图6所示,图中橙色表示玉米,绿色表示杂草。在IoU为0.5时,3种方法的AP、m AP如表3所示,Mask R-CNN的m AP为0.785,远高于SharpMask、DeepMask的0.684、0.462,3种方法在复杂背景下的单样本耗时分别为285、260、252 ms。由图6、表3可知,3种方法对玉米的分割效果优于杂草,主要原因可能是杂草不够明显。由图6可知,SharpMask方法对玉米及杂草都出现了欠分割现象,DeepMask方法分割效果更差,而本文方法仍有很好的分割效果。因此,本文方法可用于复杂背景下的玉米杂草分割。
图表编号 | XD00167922500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.25 |
作者 | 姜红花、张传银、张昭、毛文华、王东、王东伟 |
绘制单位 | 山东农业大学信息科学与工程学院、山东农业大学信息科学与工程学院、宝鸡文理学院电子电气工程学院、中国农业机械化科学研究院、山东农业大学农学院、青岛农业大学机电工程学院 |
更多格式 | 高清、无水印(增值服务) |