《表6 本文算法和其他算法在MSCOCO数据集上的检测结果》
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
《基于双阈值-非极大值抑制的Faster R-CNN改进算法》
改进算法在MSCOCO数据集上的检测结果也很明显。由表6可以看到,相比于Faster R-CNN算法,本文算法的检测精度提升了1.4%。同时,与soft-NMS的算法相比,在相同网络结构中本文算法仍然具有一定的优势,比SSD算法的检测精度高2.6%,比Yo Lov2[20]算法高4.2%。由于RetinaNet[21]算法和Yo Lov3[22]算法分别使用更深的ResNet-101网络和DarkNet网络进行检测,故检测结果略好于本文算法。
图表编号 | XD001683900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.01 |
作者 | 侯志强、刘晓义、余旺盛、马素刚 |
绘制单位 | 西安邮电大学计算机学院、西安邮电大学陕西省网络数据分析与智能处理重点实验室、西安邮电大学计算机学院、西安邮电大学陕西省网络数据分析与智能处理重点实验室、空军工程大学信息与导航学院、西安邮电大学计算机学院、西安邮电大学陕西省网络数据分析与智能处理重点实验室 |
更多格式 | 高清、无水印(增值服务) |