The validation images with the dist

The validation images with the distribution of few contaminated kernels mixing among the healthy were classified using the trained classifier and parameters in learning images. Classification results are shown as in Fig. 4 and Table 2. The pixel-wise classification maps in Fig. 4 indicate satisfactory result with most pixels classified correctly except for some mixed pixels at kernel margins. Table 2 gives the pixel-wise classification accuracies of 96.32% for breed A, 94.20% for B and 97.51% for C. Although there exists some misclassified pixels, reconsidering the quality of each peanut at a kernel-scale spatially can smooth them and give reliable decision of whether a kernel is fungi-contaminated. More importantly, kernel-scale identification maps can clearly tell which peanut is contaminated and should be separated.

ผลลัพธ์ (ไทย) 1:

ตรวจสอบภาพที่ มีการกระจายของเมล็ดปนเปื้อนน้อยที่ผสมระหว่างการสุขภาพถูกจัดประเภทโดยใช้ลักษณนามที่ผ่านการฝึกอบรมและพารามิเตอร์ในรูปการเรียนรู้ การจัดหมวดหมู่ผลลัพธ์จะแสดงในรูปที่ 4 และตารางที่ 2 แผนที่ประเภท pixel-wise ในรูปที่ 4 แสดงผลน่าพอใจ ด้วยพิกเซลส่วนใหญ่จำแนกอย่างถูกต้องยกเว้นบางพิกเซลผสมที่เคอร์เนลขอบ ตารางที่ 2 ให้แม่นจัดประเภท pixel-wise 96.32% สำหรับสายพันธุ์ A, 94.20% สำหรับ B และ C. 97.51% แม้ว่ามีบางพิกเซลที่งาน หารือคุณภาพของถั่วลิสงแต่ละที่เคอร์เนลขนาด spatially สามารถเรียบพวกเขา และให้ตัดสินใจเชื่อถือได้ว่าเป็นเคอร์เนลเป็นการปนเปื้อนเชื้อรา สำคัญ เคอร์เนลขนาดระบุแผนที่สามารถบอกถั่วลิสงซึ่งมีการปนเปื้อน และควรแยกจากกันชัดเจน

ผลลัพธ์ (ไทย) 2:

ภาพการตรวจสอบมีการกระจายของเมล็ดที่ปนเปื้อนไม่กี่ผสมในหมู่ผู้ที่มีสุขภาพดีถูกจัดให้โดยใช้ลักษณนามการฝึกอบรมและพารามิเตอร์ในภาพการเรียนรู้ ผลการจัดหมวดหมู่จะแสดงในรูป 4 และตารางที่ 2 พิกเซลฉลาดแผนที่การจำแนกประเภทในรูป 4 แสดงให้เห็นผลที่น่าพอใจกับพิกเซลส่วนใหญ่จัดอย่างถูกต้องยกเว้นบางพิกเซลผสมที่ขอบเคอร์เนล ตารางที่ 2 ให้พิกเซลฉลาดความถูกต้องจำแนกประเภทของ 96.32% สำหรับสุนัขพันธุ์ A, 94.20% สำหรับบีและ 97.51% สำหรับซีแม้ว่าจะมีอยู่พิกเซลจัดประเภทไม่ถูกบางหารือคุณภาพของแต่ละถั่วลิสงที่เคอร์เนลโยสันนิฐานสามารถเรียบพวกเขาและให้ การตัดสินใจที่เชื่อถือได้ของไม่ว่าจะเป็นเมล็ดเป็นเชื้อราที่ปนเปื้อน ที่สำคัญกว่าแผนที่บัตรประจำตัวเคอร์เนลโยชัดเจนสามารถบอกได้ว่าถั่วลิสงจะปนเปื้อนและควรจะแยกออกจากกัน

ผลลัพธ์ (ไทย) 3:

การตรวจสอบภาพที่มีการกระจายของเมล็ดไม่ปนเปื้อนผสมระหว่างสุขภาพจำแนกโดยใช้แบบฝึกการเรียนรู้และพารามิเตอร์ภาพ ผลลัพธ์หมวดหมู่จะแสดงในรูปที่ 4 และ ตารางที่ 2 พิกเซลหมวดหมู่แผนที่ในรูปที่ 4 แสดงปัญญา เป็นที่พอใจกับพิกเซลมากที่สุดจำแนกถูกต้องยกเว้นบางผสมพิกเซลที่โปรแกรมการตลาด ตารางที่ 2 ให้พิกเซลปัญญา 96.32 เปอร์เซ็นต์ความถูกต้องของการจำแนกสายพันธุ์ , 94.20 % B และ C . 97.51 % แม้ว่ามีบาง misclassified พิกเซล พิจารณาคุณภาพของเมล็ดถั่วลิสงที่แต่ละระดับสามารถเรียบเปลี่ยนการตัดสินใจของพวกเขา และให้ถือว่าเคอร์เนลเชื้อราปนเปื้อน ที่สำคัญคือ เมล็ดขนาดกำหนดแผนที่ชัดเจนสามารถบอกที่ถั่วลิสงมีการปนเปื้อน และควรแยก