《表4 改进型YOLOv3对蔬菜数据集的检测结果》
改进型YOLOv3算法输入图片的像素尺寸设置为512×512,从而获得5组特征图,其像素尺寸分别是64×64、32×32、16×16、8×8和4×4,再将5组特征图上采样构成特征金字塔进行目标检测。改进型YOLOv3算法采用多尺度特征金字塔之后在蔬菜数集上的检测性能如表4所示。由4组、5组特征构成特征金字塔的YOLOv3-1、YOLOv3-2的m AP依次是92.6%、93.2%,与YOLOv3算法相比分别提升1.3%和1.9%。而YOLOv3-2算法提升较大的原因是新的先验框、图片尺寸的增大以及更深的网络。
图表编号 | XD00182275500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.10 |
作者 | 魏宏彬、张端金、杜广明、肖文福 |
绘制单位 | 郑州大学信息工程学院、郑州大学信息工程学院、郑州大学信息工程学院、郑州大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |