《表4 不同算法的帧率测试》
从表3的实验结果可以看出,基于孪生网络的算法在大部分数据集上都具有不错的效果,但是在长时跟踪需求较高的LaSOT数据集上,只有采用外观预测模型的Di MP、加入重检测模型的Siam R-CNN和采用更深网络的SiamRPN++仍保持不错的性能。如表4所示,为了比较不同算法的实时性,基于OTB数据集测试了相同环境下不同算法的帧率(f/s),其中硬件条件为:Intel i7-7800X 3.5 GHz CPU,32 GB RAM和NVIDIA TITAN Xp GPU。
图表编号 | XD00149310600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.18 |
作者 | 汤一明、刘玉菲、黄鸿 |
绘制单位 | 重庆大学光电技术及系统教育部重点实验室、重庆大学光电工程学院智能感知技术协同创新中心、重庆大学光电技术及系统教育部重点实验室 |
更多格式 | 高清、无水印(增值服务) |