《表2 几种算法的测试精确度和运行时间对比》

  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PVANet的实时小目标检测方法》

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

本文使用Quadro K6000 GPU进行相应的实验，为评估本文算法在小目标检测问题上的有效性，采用平均准确率（average precision，AP）和所有类别的平均准确率（mean average precision，m AP）作为衡量模型性能的评价指标。AP是评价单个类别检测精确度最直观的指标，m AP是所有类别AP的均值，可以评价模型的综合性能。表2列出了本文的方法与目前主流的目标检测算法Faster R-CNN、SSD、YOLOv2、PVANet在构建的小目标数据集上的测试精确度和运行时间（frames per second，FPS）的对比情况。