《表2 各算法检测效果:改进YOLOv3网络的无人驾驶系统多目标检测算法》
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
《改进YOLOv3网络的无人驾驶系统多目标检测算法》
将本文提出的数据集分别在SSD、YOLOv3、SVM+HOG进行对比测试。由表2可知,本文改进的YOLOv3方法相比于传统SVM方法、特征提取能力、预测精度以及处理速度都要优越。本文的检测速度虽然比SSD慢一些,但可以达到应用要求,而且mAP比SSD要高5.6%。同时,改进的YOLOv3的F1也是最高的,比原版YOLOv3提高了4.3%,这也说明是用DIoU提高了网络的召回率,进而提高F1的值。由此可知,改进的YOLOv3方法在无人驾驶情况的目标检测较其他方法更加有效。检测效果图如图5所示。
图表编号 | XD00157229400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.25 |
作者 | 林浩志 |
绘制单位 | 广东工业大学自动化学院 |
更多格式 | 高清、无水印(增值服务) |