《表1 各类别检测准确率平均值》

  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

《结合Faster R-CNN与Grabcut算法的服装图像自动分割》

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

%

为了提高快速区域卷积神经网络检测的准确性，本实验在Deep Fashion数据集中选取了4 000张图片，逐个手工标记，并加入先前合并的数据集中。从新的数据集中选取2 318张图片水平反转，新的数据集共包含12 172个样本，8 521个训练样本，3 651个测试样本，重新训练模型，并再次测试新的模型。模型测试准确率结果详见表1。其中S表示小样本训练集，L表示大样本训练集。从表1可以看出，随着样本集数量的增加，各类别的准确率和m AP都会有一定程度的提高，如果再增加样本数量，可能会得到更好的结果。