《表2 不同分割方法的性能比较》

  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

《基于双金字塔网络的RGB-D群猪图像分割方法》

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

本研究主要目标是准确分割出群猪图像中的猪只个体区域位置和数量，为猪只的个体行为追踪提供途径，因此分析以图像分割结果和猪只个体边界区域基本相符即认为分割正确，即算法将图像中群猪猪只个体分割成独立的6个连通域，且6个连通域正确覆盖猪体达80%，即判定该图像为分割正确样本。分割准确率为正样本数占总样本数的百分比，表2为不同分割方法的结果对比。Mask R-CNN和PigNet的样本对像为RGB彩色图像，本文方法准确率最高达到89.25%，分割时间也最短，为1.45 s，相比其他2种算法大幅提高了分割的准确率，减少了运算时间。