《表2 平均误识别率对比:基于深度学习的足球机器人视觉识别方法》
表1、表2中分别给出了三种检测方法对于不同目标的查全率和误识别率的对比。由于训练是迁移于原作者已经开源的权重,所以无论是YOLOv3还是轻量化的YOLOv3-tiny,对足球识别的查全率都达到了90%以上,二者相差并不大,仅差了4个百分点。在YOLOv3-tiny的基础上引入前述图像增强处理,对足球的查全率提高了近1个百分点。同时三种方法对足球的误识别率都小于10%,以图像增强处理后的YOLOv3-tiny最低。而对于球门的检测,YOLOv3比YOLOv3-tiny的查全率高了9个百分点,误识别率高了2%,进行图像增强处理后,YOLOv3-tiny对球门的查全率提高了4个百分点,达到了80.7%,而误识别率则降到了6.2%。
图表编号 | XD00157227500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.25 |
作者 | 封泽、张逸帆、谈英姿 |
绘制单位 | 东南大学自动化学院、东南大学信息科学与工程学院、东南大学自动化学院 |
更多格式 | 高清、无水印(增值服务) |