《表2 目标特征蒸馏方法应用到主流车道线分割方法的实验结果》
如表2中第6~9列所示,分别显示了将目标特征蒸馏方法应用于Deeplabv1、Res Net50、Res Net101和SCNN上的F1评分。其结果表明:本文提出的目标特征蒸馏方法,能够在各子场景和总的测试集上提高车道线检测性能,特别是在阴影场景和高光照场景中,该方法带来显著提升,验证了其有效性和通用性。另外,表2中第2~5列是文献[13]对相应的车道线检测算法的评测结果,由于crossroad子场景数据没有车道线标注,表2仅显示了其FP评分。
图表编号 | XD00184509100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.15 |
作者 | 龙建武、彭浪、安勇 |
绘制单位 | 重庆理工大学计算机科学与工程学院、重庆理工大学计算机科学与工程学院、重庆理工大学计算机科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |