《表3 不同激活函数训练后的评价指标》
首先选取原Yolo_v2网络作为基本框架,分别选取Leaky、Relu、Elu激活函数对自制车辆多方位数据集进行训练,利用训练的权重在测试集进行批量检测,通过得到的评价指标来选取适合的激活函数;其次对Yolo_v2卷积神经网络进行改进,分别添加了残差网络结构与多尺度层,将选取的最优激活函数搭载到改进好的卷积神经网络中对网络进行训练,利用训练权重在测试集测试得到相关评价指标,如表3所示。
图表编号 | XD00222620800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.15 |
作者 | 张成标、童宝宏、程进、张炳力、张润 |
绘制单位 | 安徽工业大学机械工程学院、安徽工业大学机械工程学院、合肥工业大学汽车与交通工程学院、合肥工业大学汽车与交通工程学院、合肥工业大学汽车与交通工程学院 |
更多格式 | 高清、无水印(增值服务) |