《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》
%
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。
图表编号 | XD00187041800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.01 |
作者 | 杨思、徐增波、陈冲 |
绘制单位 | 上海工程技术大学服装学院、上海工程技术大学服装学院、上海工程技术大学服装学院 |
更多格式 | 高清、无水印(增值服务) |