《表2 基于Faster R-CNN的金丝猴检测的mAP结果》

《表2 基于Faster R-CNN的金丝猴检测的mAP结果》   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 R-CNN金丝猴优化检测方法》


  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

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。