《表1 试验结果对比：基于Cascade-Rcnn的行人检测》

  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Cascade-Rcnn的行人检测》

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

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。