《表2 边界框预测信息:基于卷积神经网络的环视车位检测研究》
图7是YOLOv3和本文方法的车位线检测结果,图片中所有车位线都被有效检测,预测的边界框信息如表2所示,表中记录边界框的左上点(xmin、ymin)和右下点(xmax、ymax)信息。交并比值通过标注位置和预测位置计算所得,该值反映了两者的相互重叠程度,计算结果如表2最后一列数值所示。YOLOv3标准网络的平均交并比值为0.91,缩减网络的平均交并比值为0.92,缩减+压缩网络的平均交并比值为0.90,由此可知,3个网络的检测性能相近,本文所改进的网络能够较好地实现车位线检测。
图表编号 | XD00137908700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.25 |
作者 | 杨科、张效宇、徐维庆 |
绘制单位 | 泛亚汽车技术中心有限公司、泛亚汽车技术中心有限公司、泛亚汽车技术中心有限公司 |
更多格式 | 高清、无水印(增值服务) |