《表3 效果对比:基于YOLOv3深度学习的海雾气象条件下海上船只实时检测》
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YOLOv3深度学习的海雾气象条件下海上船只实时检测》
对比YOLOv3与SSD、YOLOv2、传统目标检测算法进行比较。YOLOv3批尺寸设为16,学习率设置为0.001,阈值设为0.20,SSD、YOLOv2参数为默认参数,传统目标检测算法选取Hu不变矩,提取船只的7维Hu不变矩,输入到SVM中,训练船只识别模型,训练样本同为1 150个样本,测试样本为100张,随机选取20张进行测试;比照SSD、YOLOv2、传统目标识别、定位算法与YOLOv3的时效性、mAP,YOLOv3在识别精度与速度上明显高于SSD、YOLOv2、传统目标检测算法(表3)。
图表编号 | XD00149191000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.15 |
作者 | 王飞、刘梦婷、刘雪芹、秦志亮、马本俊、郑毅 |
绘制单位 | 哈尔滨工程大学水声技术重点实验室、哈尔滨工程大学工业和信息化部海洋信息获取与安全工信部重点实验室、哈尔滨工程大学水声工程学院、哈尔滨工程大学水声技术重点实验室、哈尔滨工程大学工业和信息化部海洋信息获取与安全工信部重点实验室、哈尔滨工程大学水声工程学院、哈尔滨工程大学水声技术重点实验室、哈尔滨工程大学工业和信息化部海洋信息获取与安全工信部重点实验室、哈尔滨工程大学水声工程学院、哈尔滨工程大学水声技术重点实验室、哈尔滨工程大学工业和信息化部海洋信息获取与安全工信部重点实验室、哈尔滨工程大学水声工程学院、哈尔滨 |
更多格式 | 高清、无水印(增值服务) |