《表3 三种方法分类结果比较》

  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

《基于改进神经网络的交通标志识别》

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

为了分析测试结果，设置了识别时间阈值t。当交通标志的置信度低于阈值t时，过滤掉那些候选区域。设置t=0.5以确保高精度的检测。表3显示了三种模型的精度和召回率。图9显示了三个超类别的精确召回（PR）曲线。精确度是真阳性与真阳性和假阳性之和的比率。召回是真阳性与真阳性和假阴性之和的比率[21-22]。时间是每个处理图像的平均运行时间。线下区域（AUC）是精确度和召回曲线下的区域。