《表1 4种方法在羊后腿数据集上的测试结果》
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R2U-Net和空洞卷积的羊后腿分割目标肌肉区识别》
4种分割模型的方法评价指标试验结果如表1所示。本文方法在羊后腿缝匠肌数据集上精确度可达到85.37%,当IOU为0.858 8时,本文方法的AP为0.982 0,优于R2U-Net的各指标值,说明本文方法可准确分割出缝匠肌图像,优于U-Net、R2U-Net、Att U-Net算法。本文分割模型的单样本检测时间平均仅为82 ms,可满足羊肉自主分割机器人工作站流水线作业的实时性要求。
图表编号 | XD00192903000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.18 |
作者 | 刘楷东、谢斌、翟志强、温昌凯、侯松涛、李君 |
绘制单位 | 中国农业大学工学院、中国农业大学现代农业装备优化设计北京市重点实验室、中国农业大学工学院、中国农业大学现代农业装备优化设计北京市重点实验室、中国农业大学工学院、中国农业大学现代农业装备优化设计北京市重点实验室、中国农业大学工学院、中国农业大学现代农业装备优化设计北京市重点实验室、中国农业大学工学院、中国农业大学现代农业装备优化设计北京市重点实验室、中国农业大学工学院、中国农业大学现代农业装备优化设计北京市重点实验室 |
更多格式 | 高清、无水印(增值服务) |