《表3 不同anchor boxes下模型检测性能对比》

  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

《基于YOLOv2的船舶目标检测分类算法》

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

为了验证通过聚类取得训练集中船舶尺寸的先验信息是否能提升YOLOv2模型对船舶的检测性能，本实验对YOLOv2模型进行3组微调训练，分别采用YOLOv2的原始anchor boxes和聚类得到的两组anchor boxes，参数见表1。训练时batch size设置为16，为加速收敛选用冲量常数0.9，为防止过拟合选择权值衰减系数0.0005。训练30个迭代，前10个迭代的学习率为10-4，为促进模型优化后20个迭代的学习率降为10-5。在目标检测中精确率（precision）和召回率（recall）是一对互为矛盾的指标，因此本文选择平均精确率（average precision，AP）以及帧率（FPS）作为模型评价指标。采用不同anchor boxes的YOLOv2模型在测试集上的检测性能见表3。