《表4 不同网络识别效果对比》
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
《自然场景下基于改进LeNet卷积神经网络的苹果图像识别技术》
为进一步验证算法的优越性,将本算法与基于ResNet-44的R-FCN网络、基于ResNet-101的R-FCN网络以及基于ResNet-50的R-FCN网络进行对比[15],结果如表4所示。与其他网络算法相比,本文设计的基于改进LeNet卷积神经网络的苹果识别方法具有较强的抗干扰能力,识别成功率高,识别速度快,对枝叶遮挡、光线变化等影响均具有相对较好的鲁棒性。
图表编号 | XD0041162000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.03.01 |
作者 | 程鸿芳、张春友 |
绘制单位 | 芜湖职业技术学院、内蒙古民族大学机械工程学院 |
更多格式 | 高清、无水印(增值服务) |