《表2 YOLOv3和FasterRCNN-ResNet101对比》

《表2 YOLOv3和FasterRCNN-ResNet101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
《基于目标检测和语义分割的人行道违规停车检测》


  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

YOLOv3模型在城管车辆数据集上的检测结果如表2所示。本文参考VOC2007数据集的评价指标,设置IOU阈值为0.5,检测框与真实框的IOU超过阈值则视作检测成功。每一类都可以用召回率(Recall)和准确率(Precession)来绘制一条曲线,AP就是该曲线下的面积。mAP是多个类别AP的平均值。FPS为网络在batch size为1的时候测试速度。检测结果如表2所示。