《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》

《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》   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
《基于定位置信度和区域全卷积网络的火焰检测方法》


  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

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。