《表4 不同生猪计数网络测试结果对比》
对于猪只密度较大的内蒙古猪场,由于猪只挤压、变形以及遮挡现象很严重,并且现场图像背景干扰较多,50张测试图像的计数准确率为86%,有7张图像存在漏检,4张图像漏检1个目标,3张图像漏检2个目标,模型精度有一定的提升空间,也是后期计数网络改进优化的重点方向。表4为相同试验条件下Yolov3,Faster R-CNN,Mask R-CNN和本文网络对250测试集图像的速度与精度对比。由表4可知,Yolov3检测速度非常快,但对于遮挡目标和密集目标检测效果较差,Faster R-CNN采用两阶段框架,检测效果有所提升,Mask R-CNN增加掩膜分支,精度进一步提高。本文对Mask R-CNN网络结构进行增强,增加了网络的复杂度,在提升精度的同时也导致运算成本增加,检测图像的平均耗时增加。
图表编号 | XD00204361300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.01 |
作者 | 胡云鸽、苍岩、乔玉龙 |
绘制单位 | 哈尔滨工程大学信息与通信工程学院、北京小龙潜行科技有限公司、哈尔滨工程大学信息与通信工程学院、哈尔滨工程大学信息与通信工程学院 |
更多格式 | 高清、无水印(增值服务) |