《表1 不同算法在ShanghaiTech数据集上测试结果》
在ShanghaiTech数据集上测试,与Switching-CNN算法相比,Part_A测试集的MAE下降了20.35%,MSE下降了20.07%;Part_B测试集的MAE下降了53.24%,MSE下降了52.09%。与MSCNN算法相比,Part_A测试集的MAE下降了14.08%,MSE下降了15.31%;Part_B测试集的MAE下降了42.94%,MSE下降了47.02%。可以看出VMNet相较于这些同样基于卷积神经网络的算法,预测人数准确率和算法鲁棒性均有大幅提高,证明了VMNet结构的有效性。相较于不同算法在ShanghaiTech数据集上的测试结果如表1所示。
图表编号 | XD00119713400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.15 |
作者 | 吴青科、吴晓、袁雨阳、官锌强 |
绘制单位 | 西南交通大学机械工程学院、西南交通大学机械工程学院、西南交通大学机械工程学院、西南交通大学机械工程学院 |
更多格式 | 高清、无水印(增值服务) |