《表1 算法和损失函数组合的评估结果》
仅考虑信号灯检测的匹配情况,即考察信号灯的检测定位精度,通过设置不同的损失函数来对TL-YO-LO和YOLOv3算法进行对比实验,结果如表1所示。由表1可见,相对于Io U和目标框中心坐标的均方误差作为检测损失函数,采用GIo U可以实现在BSTLD上将m AP提升1%~2%。TL-YOLO的推理速度与YOLOv3相差不大。
图表编号 | XD00188140100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.18 |
作者 | 董晓玉、孔斌、杨静、王灿 |
绘制单位 | 安徽建筑大学、中国科学院合肥智能机械研究所、安徽省智能驾驶技术及应用工程实验室、安徽省仿生感知与先进机器人技术重点实验室、中国科学院合肥智能机械研究所、安徽省智能驾驶技术及应用工程实验室、安徽省仿生感知与先进机器人技术重点实验室、中国科学院合肥智能机械研究所、安徽省智能驾驶技术及应用工程实验室、安徽省仿生感知与先进机器人技术重点实验室、中国科学院合肥智能机械研究所、安徽省智能驾驶技术及应用工程实验室、安徽省仿生感知与先进机器人技术重点实验室 |
更多格式 | 高清、无水印(增值服务) |