《表1 对比实验结果:一种改进YOLOv3的动态小目标检测方法》

《表1 对比实验结果:一种改进YOLOv3的动态小目标检测方法》   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
《一种改进YOLOv3的动态小目标检测方法》


  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

其中,NFN表示未检测到的无人机个数,NTP表示预测中正确预测的无人机样本个数,NFP表示误检的无人机个数(实际不存在)。为了验证改进的YOLOv3模型检测无人机的有效性,设计了对比试验,分别采用帧间差分法、视觉建模法、HOG+SVM和改进后的模型使用测试集进行测试,实验结果如表1所示。由实验结果可知,改进后模型在无人机检测任务中比经典算法的准确度高。此外,检测模型尚未嵌入整体算法流程中,与HOG+SVM方法相比,召回率略有欠缺,但仍有巨大的处理速度优势。