《表4 3种类型叶片分割精度》
由图9可看出,使用MSCOCO的预训练模型的权重,仅训练分割网络的全连接层,当训练周期数由0次逐渐增加到60次,训练集损失函数值由1.25降至0.19,测试集的损失函数值由0.98降至0.31,此时,该网络实现了不同水分胁迫情况下番茄叶片的目标检测和分割。通过数据分析,从图9整体来看,随训练周期数不断增加,训练集和测试集分类误差基本呈逐渐降低趋势,损失函数值随着训练周期数的增加基本收敛到一个稳定值,显示出Mask R CNN网络对叶片的分割基本达到了预期效果。表4为3种类型叶片的分割精度。
图表编号 | XD00192745000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.18 |
作者 | 赵奇慧、李莉、张淼、蓝天、SIGRIMIS N A |
绘制单位 | 中国农业大学农业农村部农业信息获取技术农业农村部重点实验室、中国农业大学农业农村部农业信息获取技术农业农村部重点实验室、中国农业大学农业农村部农业信息获取技术农业农村部重点实验室、中国农业大学现代精细农业系统集成研究教育部重点实验室、雅典农业大学农业工程系 |
更多格式 | 高清、无水印(增值服务) |