《表2：数据集I和数据集II的测试数据检测结果比较》

  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YOLOV3的干垃圾品质检测方法》

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

图2显示了模型2对干垃圾中水流的部分典型识别结果，紫色框为大水流（bigwater），蓝色框为小水流（smallwater），从图3（a）和3（b）可以发现，模型2能准确的识别出干垃圾中的水流。同时在水流较小且存在较多类似水流的絮状干垃圾的情况下，模型2在识别出小水流的同时不会对絮状干垃圾误识别。通过实验说明，在复杂环境下，当干垃圾中存在类似水流的絮状物干垃圾时，通过对这些类似水流的絮状物干垃圾进行单独标注，并与水流类型进行区分，将此类单独标注的絮状物干垃圾照片与含水流的干垃圾照片合并成一个数据集，并放入YOLOV3中进行训练，能提高模型的精度，同时能很大程度上减少模型的误识别率（即明显降低了模型对絮状物的误识别率）。