《表1 两步检测器性能对比》

  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

《基于卷积神经网络的目标检测算法综述》

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

为比较上述两步检测器的检测性能，将这些检测算法在常用的PASCAL VOC2007、VOC2012、COCO[11]等目标检测数据集上的检测结果进行对比，各算法在不同数据集上的检测精度和检测速度如表1所示，表中数据分别取自文献[1，4，5，7-8，10]。从表中可以看出，使用全卷积网络的R-FCN在PASCAL上的精度最高，在COCO数据集上，R-FCN和Mask R-CNN都有较好的表现，其中Mask R-CNN效果更佳。从速度上来看，R-FCN由于使用了全卷积网络，速度的优势较为明显。而早期的R-CNN、SPP-Net和Fast R-CNN等算法在速度上要慢很多，Faster R-CNN在速度和精度上做到了较好的平衡。