《表2 模型组件性能对比:基于动态感受野的航拍图像目标检测算法》
本实验是通过加减关键模块来分析各模块对算法性能的影响,本文对SE-ResNeXt,bottom-up,GCU和DRF检测子网络等组件进行消除实验。其中GCU模块和原“像素加”模块作对比,DRF检测子网络和原卷积检测子网络作对比。从表2可以看出:随着组件的添加,算法的性能逐步提升,与RetinaNet*相比,DRF-RetinaNet的AP提升6.17个百分点,AP50提升13.97个百分点。且同时加入GCU和bottom-up组件带来的涨点,要比两者单独带来的涨点之和更高,这说明两个组件间存在促进互补关系。Bottom-up短连接给顶层特征带来了空间信息,GCU融合模块提高了高层特征向底层特征的传输效率,引入这两个模块能增强FPN的特征信息流,有利于提取更有效的目标检测特征。
图表编号 | XD00131898700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.25 |
作者 | 谢学立、李传祥、杨小冈、席建祥、陈彤 |
绘制单位 | 火箭军工程大学导弹工程学院、火箭军工程大学导弹工程学院、火箭军工程大学导弹工程学院、火箭军工程大学导弹工程学院、火箭军工程大学导弹工程学院 |
更多格式 | 高清、无水印(增值服务) |