《表6 目标测试集m IOU精度》
注:加粗字体表示指标最高值。
为了突出多尺度特征融合模块对网络性能的有益影响。本文在多工件数据集中,将10个单类目标单独提取出来,用Ms FFNet网络和BaseNet对这10个单类目标做了定量和定性的测试结果对比,如表6所示,并对包含多类工件目标的图像集做了同样的对比试验。从表6可以看出,10个单类的m IOU精度大部分都是Ms FFNet网络表现得更好,Ms FFNet网络和BaseNet在齿轮和扳手两类的m IOU精度相差不多。多类目标的m IOU精度也是Ms FFNet网络表现得更好。
图表编号 | XD00143035600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.16 |
作者 | 和超、张印辉、何自芬 |
绘制单位 | 昆明理工大学机电工程学院、昆明理工大学机电工程学院、昆明理工大学机电工程学院 |
更多格式 | 高清、无水印(增值服务) |