《表4 各算法在VOC2007+2012数据集上的mAP》

  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

《基于深度学习的管制物品自动检测算法研究》

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

为了验证网络结构对管制物品的检测性能，利用SDCI2018管制物品数据集对新的网络进行训练，得到的检测精度相比SSD[1]、ESSD[25]、FSSD[27]算法有一定的提高，如表3所示。从表3可以看出，与SSD算法相比，本文设计的网络结构算法在SDCI2018数据集上的mAP提高了1.3%。为了进一步验证网络结构对普通物体的检测性能，将本文算法在VOC2007+2012通用数据集上进行了测试，结果如表4所示，可以看到，相比于SSD算法，本文算法的检测精度提高了1.4%，并且优于ESSD和FSSD算法。