《表3 不同方法的分割性:基于深度学习的目标检测与可行域分割研究》
联合方法采用矩形检验框来检测目标物体,采用虚线围出道路的基础可行使区域。从图7可以看出,联合方法能准确地框选出目标物体,也能够准确分割出道路的基础可行使区域,但分割的边缘还存在一些误差,但总体上联合方法的检测和分割效果较好,不同方法的检测性和分割性分别如表2和表3所示。
图表编号 | XD00149535900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.25 |
作者 | 李立凯、卢炽华、邹斌 |
绘制单位 | 武汉理工大学现代汽车零部件技术湖北省重点实验室、武汉理工大学现代汽车零部件技术湖北省重点实验室、汽车零部件技术湖北省协同创新中心、武汉理工大学现代汽车零部件技术湖北省重点实验室、汽车零部件技术湖北省协同创新中心 |
更多格式 | 高清、无水印(增值服务) |