《表5 算法对比：一种卷积神经网络的车辆和行人检测算法》

  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

《一种卷积神经网络的车辆和行人检测算法》

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

用传统的HOG+SVM方法、Faster R-CNN方法及设计的方法在PASCAL VOC2007和2012人、车辆测试子集上进行对比。结果如表5所示，本文设计的方法在检测速度和精度上相较于HOG+SVM方法和Faster R-CNN方法都有明显提升。与传统算法相比，设计的算法在检测时间缩短的前提下，车辆检测的平均精度提高了15.8%；行人检测的平均精度提高了16.71%。