《表1 几种算法与AlexNet-FCN模型的总体交并比》
因荔枝表皮的缺陷提取相关文献较少,为验证算法性能,借鉴其他水果的缺陷提取算法,运用基于朴素贝叶斯分类器和线性SVM分类器的监督学习缺陷提取算法与本研究的A l e x N e t-F C N模型进行对比分析。在验证集中选取无缺陷样本、裂果缺陷样本、褐变缺陷样本以及裂果和褐变缺陷样本这4种典型样本进行对比分析,图7是集中算法的分割效果对比,表1是几种算法总体交并比的结果。由图7和表1可知,当缺陷区域与正常区域的像素值差异较大时,本文模型以及上述2种算法均能提取缺陷区域,但本文模型的IoUa得分明显高于2种对比算法,误识别与漏识别较少,提取效果更优。而当缺陷区域与正常区域的像素值差异较小时,本文模型也能较好地分割缺陷区域,优势明显,而2种对比算法的分割能力略显不足。
图表编号 | XD0026590400 严禁用于非法目的 |
---|---|
绘制时间 | 2018.11.01 |
作者 | 王佳盛、陈燕、曾泽钦、李嘉威、刘威威、邹湘军 |
绘制单位 | 华南农业大学工程学院、南方农业机械与装备关键技术教育部重点实验室、华南农业大学工程学院、南方农业机械与装备关键技术教育部重点实验室、华南农业大学工程学院、南方农业机械与装备关键技术教育部重点实验室、华南农业大学工程学院、南方农业机械与装备关键技术教育部重点实验室、华南农业大学工程学院、南方农业机械与装备关键技术教育部重点实验室、华南农业大学工程学院、南方农业机械与装备关键技术教育部重点实验室 |
更多格式 | 高清、无水印(增值服务) |