《表2 不同天气条件下各算法MAE和MSE的对比统计》

  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

《基于密度等级分类的田间棉铃计数算法》

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

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.