《表1 图13和图14的车辆识别精度对比表》

  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YOLOv3的复杂天气条件下人车识别方法的研究》

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

从上述结果可以看出：（1）相较于传统的目标测方法，深度学习算法能够有效的提高检测精度和检测时间。而例如Fast R-CNN算法由于采用了两级检测的方法，检测精度也比较高，但是检测时间长，检测速度较慢。对于YOLO系列算法，由于其直接在输出层回归了边界框的类别以及位置，大大的提高了检测精度和检测速度。（2）将经过MSRCR算法图像增强处理后的图像作为测试的输入，比起直接将原始图像作为输入，能够很好的提高目标的检测精度和检测速度，检测精度平均增加了1.78%，检测时间平均缩短了0.041 s。