《表1 1 多类别下的目标检测结果》

  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

《基于优化区域卷积神经网络的机场区域检测》

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

通过对以上实验结果分析，证明了改进的区域卷积神经网络同一模型对多类别、多尺度、多视角以及较为复杂背景下检测的可行性。针对大部分目标的检测效果良好，拥有了较高的精确度，同时也暴露了复杂背景下小目标以及小样本目标的检测效果不强的问题，如图中存在超高空较为复杂背景下机场的误检问题，不过较好的结果是通常误检测的目标置信度分数较低，再结合进一步的人工审阅，大多可以进行剔除。但是如表11所示，对于所占像素点很少的油罐目标，模型总是不能很好地将其检全，因此针对此方面的研究还需要进一步加强。此外还体现了数据库容量的重要性，构建更为广泛的数据库，将对模型的训练起到较大的改善作用。