《表2 图像增强前后对比结果》
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
《基于改进的Faster R-CNN车厢编号识别方法》
通过统计模型检测的漏检率与错检率,分别在A、B、C三个测试集上进行测试,评价引入Retinex算法后车厢编号识别网络与未引入Retinex算法的车厢编号识别网络两种车厢编号识别模型的实用性与先进性,如表2所示,加入Retinex图像增强算法的模型在A、B、C三个测试集上的漏检率分别为1.80%、3.32%、2.21%,漏检率明显降低,错检率均为0。Retinex图像增强算法可以消除光照因素对车厢编号图像造成的不利影响,提升车厢编号图像质量,降低车厢编号识别的漏检率和错检率。
图表编号 | XD00202175900 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.20 |
作者 | 毛君、耿希望、单德兴、卢进南 |
绘制单位 | 辽宁工程技术大学机械工程学院、辽宁工程技术大学机械工程学院、辽宁工程技术大学机械工程学院、辽宁工程技术大学机械工程学院 |
更多格式 | 高清、无水印(增值服务) |