《表5 对比多部件检测效果》
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
《基于改进Faster RCNN的安全帽佩戴检测研究》
采用多部件结合的方法,通过计算出部件和目标重叠率及相对位置关系正确,判断此目标为佩戴安全帽工人,从而降低了漏检率。在降低置信度阈值之后,图7(c)误检出一个目标为佩戴安全帽的人员,通过多部件结合的方法,判断出所属部件的相对位置关系不正确(安全帽的位置),故将此目标剔除,如图7(d)。在进行多部件结合方法之后,去除掉部件检测框,得到最终检测目标。除了原始的Faster RCNN模型,本文还与YOLO模型以及HOG特征方法进行实验对比,对比效果如表5所示,可以看出本文方法检测效果明显,测试精确度达到94.23%。
图表编号 | XD00133937000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.01 |
作者 | 徐守坤、王雅如、顾玉宛、李宁、庄丽华、石林 |
绘制单位 | 常州大学信息科学与工程学院数理学院、常州大学信息科学与工程学院数理学院、常州大学信息科学与工程学院数理学院、常州大学信息科学与工程学院数理学院、闽江学院福建省信息处理与智能控制重点实验室、常州大学信息科学与工程学院数理学院、常州大学信息科学与工程学院数理学院 |
更多格式 | 高清、无水印(增值服务) |