《表5 各种策略下模型对飞机目标的检测性能》

  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

《基于可变形卷积神经网络的遥感图像飞机目标检测》

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

将MSD-CNN中各个组件对检测性能的影响进行了对比，如表5所示。数据增强通过适当的旋转和翻转获得的更丰富的样本明显的提高了性能。可变形卷积的嵌入导致了明显的增强，由模型5与模型4的比较可知[email protected]有1.59%的提升[email protected]为2.08%，由模型1与模型2的比较可知[email protected]有1.8%的提升[email protected]为3.13%，这证明通过适当嵌入可变形卷积来增强模型的目标检测能力的方法是有效的。此外，消融实验表明，通过减轻类不平衡问题，聚焦分类损失为模型5的性能带来了巨大的提升，[email protected]为3.44%，[email protected]为3.85%。通过使用多尺度锚点，模型在[email protected]处有0.6%的提升，在[email protected]处1.08%。