《表1 YOLO网络检测结果(%)》
图13为连续经过1000,5000,10000,15000和20000(由左至右)次训练后模型的测试结果。从图中可以看出,随着训练次数增多,模型的检测和识别能力逐渐提高,预测框范围不断调整并逼近目标的真实大小。在训练YOLO网络时本文对160张图像进行了数据扩充,包括对图像随机旋转、随机裁剪、随机调整亮度和引入不同噪声等,共生成了3300张图像,其中70%的图像作为训练集图像,30%的图像作为测试集图像,经过实验证明20000次训练后检测平均精确率在90%左右,详细测试结果表1。在评测指标中,精确率可以理解为在预测结果中,正确被预测为正样本的数量在所有预测为正样本中的比例;召回率表示正确被预测为正样本的数量占原始标签正样本中的比例。分别求得每个类别的精确率和召回率,利用PR曲线计算积分面积即为每一类的平均准确率(Average Precision,AP),mAP为各个类别AP的均值。
图表编号 | XD00103939000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.01 |
作者 | 师君、阙钰佳、周泽南、周远远、张晓玲、孙铭芳 |
绘制单位 | 电子科技大学信息与通信学院、电子科技大学信息与通信学院、电子科技大学信息与通信学院、电子科技大学信息与通信学院、电子科技大学信息与通信学院、电子科技大学信息与通信学院 |
更多格式 | 高清、无水印(增值服务) |