《表1 3种融合策略的精度结果对比》
为了证实压缩型双线性融合方法的有效性,选取了另两种常用的融合方法进行对比实验,即加性融合、级联融合。除了特征图融合模块,保持其他实验设置一致,选取VOC 2007trainval和VOC2012trainval组成训练数据,测试数据为VOC2007test。表1给出了3种融合策略的精度结果对比,SSD300*指文献[12]中使用新的数据增益方法所得模型,即在原模型的基础上增加了缩小图像的数据增益方法。由表1数据可以看出,与原SSD模型相比,这3种融合方法的识别精度均有不同程度的提升。其中,加性融合的精度最低,级联融合由于通过卷积核大小为1×1的卷积层进行了自适应调整,识别精度略高,而压缩型双线性融合方法的识别精度最高,mAP达到78.52%,相较于前两种融合方法分别提升了0.34%和0.22%,这是因为压缩型双线性融合方法能够充分捕捉特征图之间的相互作用,有效提升了特征图的融合利用程度。
图表编号 | XD0034828500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.25 |
作者 | 单倩文、郑新波、何小海、滕奇志、吴晓红 |
绘制单位 | 四川大学电子信息学院、东莞前沿技术研究院、四川大学电子信息学院、四川大学电子信息学院、四川大学电子信息学院 |
更多格式 | 高清、无水印(增值服务) |