《表5 不同网络模型测试的结果》
具体的测试结果见表5,Dense-YOLO的mAP相较于YOLOV3提升了2.91%,相较于Tiny-YOLOV3的mAP提升了29.09%。Dense-YOLO的召回率相较于YOLOV3提升了3.93%,相较于Tiny-YOLOV3提升了15.68%。YOLOV3由于主网络是DarkNet,存在着网络层数过多,容易造成梯度消失等问题,导致网络学习过早停滞;TinyYOLOv3又因为网络层数过少,行人特征学习的不够充分,而Dense-YOLO在网络层数和准确率上做到了更好的平衡。
图表编号 | XD00170288900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.16 |
作者 | 冯媛、李敬兆 |
绘制单位 | 安徽理工大学电气与信息工程学院、安徽理工大学电气与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |