《表1 算法对比结果:目标边缘特征增强检测算法》
本算法运行环境硬件配置为NVIDIA 1080Ti显卡,软件系统为Ubuntu16.04,使用Pytorch0.4.0深度学习框架,训练使用语境中通用目标(Common Objects in Context,COCO[9])2014数据集,共有123 287张图片。将频率分配系数设置为0,幅值系数D设为1,不改变特征图输入与输出的大小,输出融合信息,增强高频特征。COCO 2014数据集提供的图片包含80个类别,经过与CornerNet仿真分析,设置批处理大小为2,在同样迭代80000次的情况下,学习率为0.000 25,以IOU=0.5为标准进行对比分析。仿真结果见表1。
图表编号 | XD00130719500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.01 |
作者 | 李雪萌、杨大伟、毛琳 |
绘制单位 | 大连民族大学机电工程学院、大连民族大学机电工程学院、大连民族大学机电工程学院 |
更多格式 | 高清、无水印(增值服务) |