《表3 SSD模型训练参数》
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TensorFlow的商品陈列货架目标检测算法研究与实现》
在性能方面,SSD的检测单张图片的耗时约为Faster R-CNN的一半;在精度方面,通过对比表3与表4,在各个分类上,Faster R-CNN的检测准确率均略高于SSD。对比分类之间的准确率,商品“王老吉”和“雪碧”的准确率与其他分类相差较大,通过查看测试集数据的检测框推测原因。如图18,绿色框是检测框,商品“王老吉”与“加多宝”外观相似度较大,且训练数据集中没有商品“加多宝”的数据,所以当图片中同时出现上述两种商品时会很难区分。如图19,左侧为商品“雪碧”的300ml型号,右侧为商品“雪碧”的500ml型号,黑色框代表正确的标注框,浅蓝色框代表检测框。由于数据不足,训练集中为将“雪碧”的各型号混合,此类数据之间本身存在一定差异,因此准确率较低。
图表编号 | XD00125091000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.15 |
作者 | 廖珈艺、张新阳、代娱乐 |
绘制单位 | 成都理工大学、成都理工大学、成都理工大学 |
更多格式 | 高清、无水印(增值服务) |