《表1 使用不同训练集训练后网络对行人和车辆的检测结果》

  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

《一种改进的雾天图像行人和车辆检测算法》

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

这里按照FPVDNet结构在Faster R-CNN网络相应位置加入SE模块并引入可变卷积网络，通过相同训练参数训练网络结构，只改变训练集。训练集分别为：（1）通过随机改变亮度、随机增加噪声和随机剪裁将基础训练图像中的3 000张真实雾天图像扩充为10 500张。（2）基础训练图像中包含的3 000张真实雾天图像和7 500张真实无雾图像。（3）基础训练图像中包含的3 000张真实雾天图像和7 500张模拟轻雾图像。（4）基础训练图像中包含的3 000张真实雾天图像和7 500张模拟浓雾图像。（5）基础训练图像中包含的3 000张真实雾天图像，随机分别选取2 500张真实无雾图像、模拟轻雾图像和模拟浓雾图像。（6）同时对比用训练集（5）训练的FPVDNet。上述实验用相同测试集检测的实验结果如表1所示。