《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》

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

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。