《表1 MS COCO test-dev数据集下各目标检测算法的性能比较》

  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

《可重叠抑制的Anchor-free目标检测算法》

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

使用COCO test-dev测试数据集分支，评估提出的重叠抑制Anchor-free目标检测算法OSAF的检测性能，并将其与当前检测效果最好（state-ofthe-art）的目标检测算法做比较。提出的OSAF目标检测网络模型使用最小边界为800的单尺度输入图像训练和测试，与其他目标检测算法的性能比较如表1所示。表1中分析了3个不同Io U阈值下的检测精度，0.5:0.95表示Io U的值分别为{0.5，0.55，0.6，0.65，0.7，0.75，0.8，0.85，0.9，0.95}时的平均检测精度，0.5表示Io U的值为0.5时的检测精度，0.75表示Io U的值为0.75时的检测精度；并从3个不同的图像尺度上进行评估，S表示面积小于322的目标，M表示大于322且小于962的目标，L表示大于962的目标。表1中，所有的检测算法除了Corner Net[21]使用的基础网络为Hourglass Net和SSD512[12]使用的是VGG[16]之外，其他均使用Res Net-101[15]作为网络模型的基础组成部分。