《表5 DS-YOLO与其他算法在VOC2007、2012上的结果对比》

  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

《基于改进YOLO轻量化网络的目标检测方法》

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

由表4～6可知：1)DS-YOLO与YOLOv3相比，在较大物体上的检测效果没有明显的降低，其中DS-YOLO对火车、车辆、行人等大目标物体的检测效果仅比YOLOv3的AP低不到1%，在保持较高检测精度的同时大幅提高了检测速度。虽然mAP比YOLOv3低8.9%，但检测速度提升了4.5倍，与YOLOv3tiny相比mAP提高了12.3%。和其他网络相比，DS-YOLO的检测精度略低，但在模型大小和运算速度上具有优势。2）在检测速度上，DS-YOLO约为141frame/s低于YOLOv3tiny的168frame/s，而YOLOv3为30frame/s，其他网络的速度普遍低于50frame/s，只有采用轻量化MobileNet骨干网络的SSD算法和YOLOv2的检测速度可以达到50frame/s以上。在模型大小上，DS-YOLO的模型大小为25 MB，较YOLOv3的模型实现了近10倍的压缩，使得DS-YOLO可以在YOLOv3无法部署的嵌入式平台上运行。