《表1 不同网络结构模型识别猪只的性能对比》

  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

《改进Faster R-CNN的群养猪只圈内位置识别与应用》

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

为了确定本研究提出的改进Faster R-CNN与其他基础网络结构模型之间识别猪只的性能差异，当共享卷积层层数为128时，将其与VGG16和Alex Net这两种常用基础网络结构模型进行对比，如表1所示，选用VGG16网络作为特征提取层时模型的准确率为89.01%，平均检测时间为0.053 s，当选用ALex Net网络作为特征提取层时模型的准确率为92.01%，平均检测时间为0.058 s，而本研究提出的改进Faster R-CNN模型的准确率可达96.70%，平均检测时间为0.064 s，在平均检测时间相差不多的情况下，准确率较前2种模型分别提高了8.64%和5.10%，具有更优的识别性能。