《表3 多种检测方法性能对比》

  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YOLO v3的机场场面飞机检测方法》

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

表3为本文方法及各类检测方法在场面飞机数据集上测试性能对比，P表示飞机检测的准确率，vFPS表示检测的速度，本文方法的P和vFPS分别为83.7%、26frame·s-1，比传统的HOG+SVM检测方法提升了34.1%和12frame·s-1，得益于深度学习的检测方法具有提取深层特征的能力，同时YOLO、SSD系列算法将目标检测看成回归问题，提升了检测速度；本文方法与Faster-RCNN相比，检测精度也提高了4.1%，主要原因是本文方法沿用了Anchor机制、FPN结构，提升网络对目标的检测准确率；本文方法的检测准确率较SSD、YOLO v3分别提高了13.2%和11.4%，表明本文方法的骨干网络能保持较高的分辨率、开阔的感受野，有利于提高场面飞机检测的准确率。本文方法的检测速度较YOLO v3降低了8frame·s-1，主要是由于本文方法采用了空洞卷积（比普通卷积耗时），且较高的特征图分辨率造成检测网络的计算量增加，从而降低了检测速度。虽然检测速度有所降低，但检测准确率得到提升，且满足不低于25frame·s-1的实时性要求。