《表4 对比实验结果:基于视觉感受野的无人机目标检测》
从实验结果可以看到,Faster R-CNN采用提出的RFB-Darknet特征提取器所得实验结果最高。其中三种算法都采用了Darknet特征提取器,而我们的方法较采用Darknet特征提取器的算法结果都有提升,表明Darknet网络融合RFB模块对无人机检测具有提升效果。其中,RFB采用的多分支卷积模块构建了更深层次的特征映射,获取了图像更深层次的信息,因此能在俩阶段目标算法上取得较好效果。本文在保持其他条件同等情况下,通过融合视觉感受野模块与Darknet特征提取网络,将无人机检测效果提升了0.9MAP,证明本文提出的算法能胜任无人机目标检测任务。
图表编号 | XD00174770900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.25 |
作者 | 程怀俊、陈鹏、陈杰、刘杰、彭德中 |
绘制单位 | 四川大学计算机学院、西华大学计算机与软件工程学院、四川大学计算机学院、四川大学计算机学院、四川大学计算机学院 |
更多格式 | 高清、无水印(增值服务) |