《表2 AF-TSD与Faster R-CNN、RetinaNet、YOLOv3及YOLOv3(Anchor-free）之间的性能对比》

  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Anchor-free的交通标志检测》

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

除了验证设计细节上的提升，本文同样开展实验横向对比了其他网络，如Faster R-CNN，RetinaNet和YOLOv3，实验结果如表2所示。根据表2，Faster R-CNN在测试集上mAP达到88.50%，检测速度为120 ms/img。Faster R-CNN首先通过RPN网络获取区域候选框，然后分别连接用于分类和回归的子网络得到交通标志的位置。通过对比实验可以发现，利用两个阶段检测交通标志导致其检测速度远远慢于其他网络。RetinaNet针对正负样本不平衡引入了focal loss，同时针对anchor boxes进行了超参数的优化，在GTSDB测试集上mAP达到了92.43%，然而检测速度依然较慢。YOLOv3是一个高性能单阶段检测网络，检测速度非常快，达到了24 ms/img。