《表2 几种算法的测试精确度和运行时间对比》
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。
图表编号 | XD00134625500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.01 |
作者 | 段秉环、文鹏程、李鹏 |
绘制单位 | 中国航空工业集团公司西安航空计算技术研究所机载弹载计算机航空科技重点实验室、中国航空工业集团公司西安航空计算技术研究所机载弹载计算机航空科技重点实验室、中国航空工业集团公司西安航空计算技术研究所机载弹载计算机航空科技重点实验室 |
更多格式 | 高清、无水印(增值服务) |