《表1 对比试验结果:基于道路消失点的远距离路面微小障碍物检测》
以RVPNet检测到的道路消失点为导向,确定存在障碍物的区域,然后在该区域上进行障碍物检测。选择目前主流的目标检测网络Faster R-CNN、Cascade R-CNN和Retina Net为对比试验的检测网络,在本文采集的数据上进行训练和检测,在添加和不添加消失点检测网络的情况下进行远距离路面障碍物检测的对比试验。检测结果如表1所示。其中,Faster R-CNN(VP)、Cascade R-CNN(VP)、Retina Net(VP)表示添加了消失点检测网络;AP(average precision)为平均准确率;APs表示像素个数小于32×32的物体的平均准确率;APM表示像素个数在32×32和96×96之间的物体的平均检测精度;APL表示像素个数大于96×96的物体的平均检测精度。
图表编号 | XD00172731700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.01 |
作者 | 俞骏威、张黎明、陈凯、熊璐、余卓平、陈广 |
绘制单位 | 同济大学汽车学院、吉利汽车研究院(宁波)有限公司、同济大学汽车学院、同济大学汽车学院、同济大学汽车学院、同济大学汽车学院、慕尼黑工业大学机器人人工智能与嵌入式系统研究所 |
更多格式 | 高清、无水印(增值服务) |