《表3 不同方法对比：基于改进Faster R-CNN算法的两轮车视频检测》

  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

《基于改进Faster R-CNN算法的两轮车视频检测》

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

不同方法检测结果如表3所示。实际两轮车数共1 516辆，其中，有25辆被漏检，原因是这25辆两轮车在行驶过程中与其他车辆出现大幅度粘连或被严重遮挡的现象，这一问题的解决方案将在下一步深入研究。误检数有16辆，其中，有2个行人和2辆小型汽车被检测为两轮车；12辆三轮车被识别为两轮车，这12辆三轮车都没有安装车棚，且距离摄像机位置较远，从外形看上去与两轮车很相似，很容易被误检为两轮车。表3将改进前与改进后的Faster R-CNN算法做了对比，结果表明，改进后的Faster R-CNN算法检测精度提高了1.38%，召回率提高了6.13%，具有明显的优势。