《表1 目的基因引物序列:基于Faster R-CNN的野外环境中蝗虫快速识别》
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Faster R-CNN的野外环境中蝗虫快速识别》
交叉验证的9个循环过程中,精度基本处于一个相对稳定的水平(表1),说明了训练所得的模型是可靠的。在精确度、准确度、识别精度三个评价指标中精确度相对其他的指标而言较高,9次交叉验证的均值为0.756,精确度是用来衡量正确识别出蝗虫的百分比,即该模型识别出的蝗虫有75.6%是正确的,模型可以较准确地区别蝗虫和背景。但是准确度和识别精度相对较低,即模型仅可以识别出图像中的部分蝗虫,存在蝗虫识别遗漏的现象(图6d),而且漏分的概率为44.9%,导致这种现象的主要原因是训练数据太少,模型不能将复杂野外环境中的蝗虫全部识别出来,特别是在拍摄蝗虫较小、照片模糊等图像中蝗虫特征不明显的情况下。识别精度是精准度和准确度的综合指标,由于准确度较低,因此识别精度也较低。由于在野外环境下蝗虫图像与背景的相似性,特别是存在障碍物和拍摄图像中蝗虫较小的情况时人工识别区分都比较困难,训练模型的精度相较而言已经是较好的结果,尤其是在识别的精确度方面。
图表编号 | XD00201910100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.01 |
作者 | 武英洁、房世波、Piotr Chudzik、Simon Pearson、Bashir Al-Diri、冯旭宇、李云鹏 |
绘制单位 | 中国气象科学研究院、中国气象科学研究院、The University of Lincoln,School of Computer Science、The University of Lincoln,Lincoln Institute for Agri-Food Technology、Chinese Academy of Meteorological Sciences、The University of Lincoln,School of Computer Science、内蒙古自治区生态与农业气象中心、内 |
更多格式 | 高清、无水印(增值服务) |