《表4 本文算法和其他算法在PASAL VOC2007数据集上的检测结果》

《表4 本文算法和其他算法在PASAL VOC2007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》


  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

为了进一步分析本文算法的检测性能,表4和表5显示了本文算法和其他算法模型的检测结果对比。由表4可以看到,在PASALVOC数据集的20类检测目标上,本文算法在鸟(bird),瓶子(bottle),猫(cat)等多个类别的检测精度优于Fast RCNN,Faster R-CNN,算法的平均检测精度为74.7%,比同一系列的A-Fast-RCNN[18]算法高3.3%,比RON320[19]算法还高0.5%。同时,由表5可以看到,与相同网络结构下的一阶段检测算法相比,本文算法的检测精度也有优势,高于SSD算法0.4%,高于Yolov2算法1%。