《表2 YOLOv3改进前后的测试结果比较》
![《表2 YOLOv3改进前后的测试结果比较》](http://bookimg.mtoou.info/tubiao/gif/NYJX202009004_05100.gif)
本系列图表出处文件名:随高清版一同展现
《基于双目相机与改进YOLOv3算法的果园行人检测与定位》
用果园的测试集分别对改进前后的YOLOv3目标检测模型进行测试,试验结果如表2所示。通过在YOLOv3网络结构中引入TFA特征融合模块提高了网络提取图像特征的能力和检测精度。改进后的算法准确率和召回率分别为95.34%、91.52%,较原网络有所提升。其检测速度有所下降,但仍能达到30.26 f/ms的检测速度,满足在农业环境中对实时性的要求。
图表编号 | XD00224381200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.25 |
作者 | 景亮、王瑞、刘慧、沈跃 |
绘制单位 | 江苏大学电气信息工程学院、江苏大学电气信息工程学院、江苏大学电气信息工程学院、江苏大学电气信息工程学院 |
更多格式 | 高清、无水印(增值服务) |