《表1 不同k值下的聚类结果》
然后对数据集中的交通灯标签进行聚类分析,从1开始不断增加聚类中心的个数,得到聚类中心数量k与IAvg之间的关系,如图3所示。当k大于3时,曲线逐渐变得平缓,聚类出现相似的结果,为了避免冗余,取聚类中心的数量为3时对应的anchor作为检测交通灯的预测框,分别为(5,13),(8,23),(14,44)。使用K-means算法得到的聚类结果尺寸都较小,如表1所示。考虑到尺寸大于50pixel×50pixel的标签在数据集中占有一定比例,在聚类分析得到的3个anchor的基础上添加一组尺寸较大的anchor以匹配数据集中像素大于50pixel×50pixel的标签,最终选取的anchor参数为(8,23),(14,44),(5,13),(30,61),(62,45),(59,119)。
图表编号 | XD00147688700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.25 |
作者 | 孙迎春、潘树国、赵涛、高旺、魏建胜 |
绘制单位 | 东南大学仪器科学与工程学院、东南大学仪器科学与工程学院、东南大学仪器科学与工程学院、东南大学仪器科学与工程学院、东南大学仪器科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |