《表2 不同算法速度和占用内存比较》

  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

《一种改进RetinaNet的室内人员检测算法》

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

文中算法实现高精度检测的同时，在检测速度及内存占用方面也做出了很大改进。在这里选用表1中精度达到80%以上的算法进行比较说明，所有算法的运行平台与上文相同。其中，文献[8]不支持端到端的训练方式，在这里不进行比较。检测图片取自室内人员检测数据集，分辨率为1 280×720。具体数据如表2所示，相比当下流行的卷积神经网络，笔者借助单阶段网络的速度优势，选用维度聚类进一步优化锚点选取方案，达到了最快的检测速度。实验选用高分辨率检测图片，若降低图片分辨率，则算法速度还有进一步提升空间；但这已超出文中研究范围，在此不再展开。表中第2列是测试期间显卡内存占用情况，从表中可以看出，以批处理量等于1作为衡量标准，文中算法占用内存比文献[9]小4 MB，同时远小于文献[4]的，原因是算法模型小，使用参数较少。这说明文中算法具有更强的并行处理能力和更好的应用前景。