《表2 初始聚类中心:改进YOLOV3的火灾检测方法》
图5中,随着先验框个数K的增加,IOU会逐渐增大,在K=12时增速变缓,综合考虑网络的计算成本和火灾检测的精确度,将先验框个数设置为12,所以聚类中心数k为12,随机产生12个初始聚类中心如表2所示。
图表编号 | XD00150169400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.01 |
作者 | 罗小权、潘善亮 |
绘制单位 | 宁波大学信息科学与工程学院、宁波大学信息科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |
图5中,随着先验框个数K的增加,IOU会逐渐增大,在K=12时增速变缓,综合考虑网络的计算成本和火灾检测的精确度,将先验框个数设置为12,所以聚类中心数k为12,随机产生12个初始聚类中心如表2所示。
图表编号 | XD00150169400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.01 |
作者 | 罗小权、潘善亮 |
绘制单位 | 宁波大学信息科学与工程学院、宁波大学信息科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |