《表3 YOLOv3与YOLOv3-SPP的部分网络特征重构》

  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

《基于空间金字塔池化和深度卷积神经网络的作物害虫识别》

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

表3为YOLOv3与YOLOv3-SPP训练模型的部分网络特征重构图。由图2a可知，YOLOv3的3个输出结果是通过3次降采样与2次上采样的特征相融合所得到。从表3中对比YOLOv3与YOLOv3-SPP的特征重构结果可以看出，YOLOv3所输出的特征尺寸较小，特征信息不明显，难以对小目标害虫进行准确的检测与分类。而改进后的YOLOv3-SPP提升了网络模型的输入尺寸，减少了下采样次数，在特征重构的结果中保留了大量害虫样本的原始信息，能够提高害虫目标的检测与分类的准确率。