《表2 基于Faster R-CNN的金丝猴检测的mAP结果》
本研究对比分析了不同的基础网络结构对金丝猴检测模型精度的影响,网络结构分别为Vgg16[23],Res50[24]和Res101[25]。这些网络结构在目标检测研究中已得到广泛的应用,并且它们的网络层数不断加深。由表2可知,检测结果最好的基础网络是Res101,其中mAP最高为85.8%,其次是Res50,Vgg16的mAP最低。由此可见,随着基础网络结构层数的不断增加,对金丝猴检测的效果也相应提升。
图表编号 | XD00149540000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.25 |
作者 | 孙蕊、张旭、郭颖、于新文、陈艳、侯亚男 |
绘制单位 | 中国林业科学研究院资源信息研究所、中国林业科学研究院资源信息研究所、中国林业科学研究院资源信息研究所、中国林业科学研究院资源信息研究所、中国林业科学研究院资源信息研究所、中国林业科学研究院资源信息研究所 |
更多格式 | 高清、无水印(增值服务) |