《表2 不同训测集下改进YOLOv3算法的性能对比》
本节按照上述训练方式得到的权值模型在对应的测试集上进行了测试,NMS阈值设为0.45,置信度阈值设为0.5.图8和图9列出了本文算法的部分测试结果图,其中粉色框和绿色框分别表示跑道和机场。本节按照3.3节中的评价指标对测试结果进行了统计(见表2),结果表明本文算法能够对不同模态下多种场景中的机场跑道进行有效的检测,具备较强的泛化能力和鲁棒性。检测速度在NVIDIA Ge Force GTX Titan X平台上约为25帧/s,满足工程应用的准实时要求。
图表编号 | XD00182630800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.01 |
作者 | 梁杰、任君、李磊、齐航、周红丽 |
绘制单位 | 北京机电工程研究所、北京机电工程研究所、北京机电工程研究所、复杂系统控制与智能协同技术重点实验室、北京机电工程研究所、北京机电工程研究所 |
更多格式 | 高清、无水印(增值服务) |