《表1 试验结果对比:基于Cascade-Rcnn的行人检测》
基于Cascade Rcnn模型改进的算法在游泳池下行人检测的结果如表1所示,可看出,基于Cascade Rcnn改进的模型的结果是平均精确度AP为66.2%。基于VGG16的模型的Faster Rcnn在此数据集上的测试结果是平均精确度AP为48.1%。从上面的实验结果可以得到Cascade Rcnn在PFN和ResNet50网络结构各方面表现更加优异,尤其在平均精确度AP上有着18.1%的提升。
图表编号 | XD00139971200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.25 |
作者 | 刘博文、彭祝亮、范程岸 |
绘制单位 | 广东工业大学自动化学院、广东工业大学自动化学院、广东工业大学自动化学院 |
更多格式 | 高清、无水印(增值服务) |