《表2 几种模型的测试速度比较》

  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

《融合卷积神经网络和循环神经网络的车轮目标检测》

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2比较了几种模型的测试速度，可见RNN由于训练参数少且根据向量的概率得分直接找到车轮左右端点，比模型更复杂、且要利用NMS做输出筛选的Faster R-CNN速度更快，处理时间只要毫秒级别。在智能车库应用中，完全达到PLC控制的机械手对识别模块响应速度的要求。但FusionRNN对车轮中心识别精度更高，且抗干扰性更强，具体应用哪种模型仍应视实际场景对处理速度和精度平衡性的需求而定。