《表4 算法对不同尺度目标检测效果对比》
从测试集中选取4组典型场景图像进行效果展示。图12为暗场景环境下目标的检测效果,图13为密集目标的检测效果,图14为斜下视图像目标检测效果,图15为下视图像目标检测效果。图中方框为算法检测结果。实验效果表明本文算法能够较好地检测出不同场景中特定目标,尤其是对车辆、人等多样本的目标具有较高的检测精度。但对于重叠遮挡的物体会出现误识别,比如正在骑车的人容易识别,但所骑的车和车的类别很难识别,尤其当目标尺度很小时,检测难度更大。总体来说,DRF-RetinaNet目标检测算法对于光线、视角、目标尺度等因素变化具有一定视觉鲁棒性。
图表编号 | XD00131899300 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) |