《表2 使用不同骨干网络后的检测效果对比》
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
《基于改进faster RCNN的木材运输车辆检测》
本部分设置了4组实验作为对比,分别使用VGG16、ResNet50、ResNet101、mobileNet 4种卷积神经网络模型作为骨干网络,以融合金字塔特征、多尺度训练、锚点框聚类作为基础训练策略。采用迁移学习的方式进行训练,训练轮数固定在70 000轮,设置RPN网络中的正样本界定IoU阈值为0.7,初始学习率0.000 1,实验结果见表2。
图表编号 | XD00163221300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.10 |
作者 | 徐义鎏、贺鹏、任东、王慧、董婷、邵攀 |
绘制单位 | 三峡大学计算机与信息学院、湖北省农业环境安全遥感监测分析重点实验室、三峡大学计算机与信息学院、湖北省农业环境安全遥感监测分析重点实验室、三峡大学计算机与信息学院、湖北省农业环境安全遥感监测分析重点实验室、三峡大学计算机与信息学院、三峡大学计算机与信息学院、湖北省农业环境安全遥感监测分析重点实验室、三峡大学计算机与信息学院、湖北省农业环境安全遥感监测分析重点实验室 |
更多格式 | 高清、无水印(增值服务) |