《表2 不同天气条件下各算法MAE和MSE的对比统计》
多变的天气环境是影响目标计数算法精度的重要因素.不同的天气条件会产生不同的光强、湿度和光照角度,这些都会不同程度地影响作物的成像,进而影响计数的准确度.在本实验中,使用天气作为变量对数据集进行分类,采用包括晴天、阴天、雨天和复杂的背景4种不同的天气环境图像,分别用Hydra-CNN[16]和Glance[5]算法与本文算法进行了比较.图7所示为本文算法的估计密度图,其中,图7d所示为本文算法引入加权组合总损失函数后的高质量密度图.可以看出,通过引入多列结构的密度图估计器和加权组合损失函数,明显提升了密度图质量.本组实验中,不同算法对测试图像的计数误差MAE和MSE值对比如表2所示.
图表编号 | XD00189025400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 黄紫云、李亚楠、王海晖 |
绘制单位 | 武汉工程大学计算机科学与工程学院、武汉工程大学智能机器人湖北省重点实验室、武汉工程大学计算机科学与工程学院、武汉工程大学智能机器人湖北省重点实验室、武汉工程大学计算机科学与工程学院、武汉工程大学智能机器人湖北省重点实验室 |
更多格式 | 高清、无水印(增值服务) |