《表5 非火焰检测效果:基于定位置信度和区域全卷积网络的火焰检测方法》
文献[8]中Faster-RCNN方法和文献[9]中R-FCN方法,都采用分类置信度作为非极大值抑制的排序依据,导致部分定位更精确的候选框被舍去。而本文通过R-FCN网络对火焰信息进行卷积学习,构建深度卷积模型,同时通过引入可分离卷积、平移伸缩操作、精准池化和定位置信度加以改进,提升了火焰检测精度。
图表编号 | XD00188326700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.25 |
作者 | 张鸿、严云洋、刘以安、高尚兵 |
绘制单位 | 江南大学物联网工程学院、淮阴工学院计算机与软件工程学院、江南大学物联网工程学院、淮阴工学院计算机与软件工程学院、江南大学物联网工程学院、淮阴工学院计算机与软件工程学院 |
更多格式 | 高清、无水印(增值服务) |