《表4 不同算法在RD数据集上的检测性能对比(%)》
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
《改进的Mask R-CNN多尺度实例分割算法研究》
为了进一步证明改进算法在RD数据集下的精度提升变化,表3和表4分别列出了两种不同算法在RD数据集下的分割精度和检测精度结果。改进算法在RD数据集下的分割精度和检测精度分别为64.59%和75.80%,相比Mask R-CNN算法分别提升3.9%和5.2%。此外,改进算法在多尺度分割和多尺度检测方面均有明显提升,其中以中等尺度目标提升最为明显,分割精度提升3.45%,检测精度提升7.4%,从而表明提出的算法改进和样本增强手段能较好地对机器人场景下的目标进行准确的实例分割,提高类人足球机器人视觉系统精度。
图表编号 | XD00162340000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.25 |
作者 | 陈敏、王君、董明利、燕必希、贾欣雨 |
绘制单位 | 北京信息科技大学仪器科学与光电工程学院、北京信息科技大学仪器科学与光电工程学院、北京信息科技大学仪器科学与光电工程学院、北京信息科技大学仪器科学与光电工程学院、北京信息科技大学仪器科学与光电工程学院 |
更多格式 | 高清、无水印(增值服务) |