《表4 各类算法实验数据对比》

  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

《基于深度学习的目标检测技术的研究综述》

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

如图6所示，Mask R-CNN[25]由两级组成，第一级结构与Faster R-CNN相同，用于扫描图像并生成建议区域，第二级分类建议并生成边界框和掩码。Mask R-CNN的结构具体分为5个部分：特征提取网络、特征组合网络、区域建议网络、ROI Align和功能性网络。特征提取网络的作用是对输入图像进行特征提取并生成特征映射图。特征组合网络重新组合特征映射图，从而表现出不同的特征信息。区域建议网络采用锚定（Anchor）技术来标定出图像中的候选框位置，利用非极大抑制（NMS）过滤出精准的候选框。ROI Align是一个引入双线性插值的池化过程，目的在于使离散的池化过程变成连续的过程，从而弥补感兴趣区域池化粗糙量化的问题，提高了定位候选框的准确性，实验数据如表4所示。