《表2 不同算法速度和占用内存比较》
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。
图表编号 | XD00112679800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.20 |
作者 | 王璐璐、张为、孙琦龙 |
绘制单位 | 天津大学电气自动化与信息工程学院、天津大学微电子学院、青海民族大学计算机学院 |
更多格式 | 高清、无水印(增值服务) |