《表3 不同网络增添区域数目调节层的检测效果》

  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Faster-RCNN的快速目标检测算法》

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

实验二测试在最先进的目标检测模型上增加区域数目调节层是否能提升训练速度，选取的候选区域数目是否为最佳数目。本文大部分试验基于Faster-RCNN，由表3可知，在Faster-RCNN最新系列，Mask-RCNN中的表现依然有较强的速度提升。实验可知，在Faster-RCNN系列中，添加候选区域调节层，都具有普遍提升速度的效果。实验同时也选取了YOLOV3模型作为对比。YOLO系列早期并没有引入候选区域的概念，由于Faster-RCNN提出了RPN的概念，后续YOLO系列也采用了候选区域。在YOLO最新系列YOLOV3中添加了区域数目调节层，速度提升并不大。因为YOLO本身速度极快，检测速度本身高达45s/帧。由实验二可知，在Faster-RCNN系列中添加区域数目调节层意义重大，在YOLO系列中添加区域数目调节层只能增加少量速度。