《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》

  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

《基于卷积神经网络的环视车位检测研究》

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

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。