《表1 经典算法比较：基于Cascade R-CNN的并行特征金字塔网络无人机航拍图像目标检测算法》

  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Cascade R-CNN的并行特征金字塔网络无人机航拍图像目标检测算法》

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

%

1）深度学习常用目标检测算法比较。对常用单阶段、二阶段经典目标检测算法及所提算法进行对比实验，采用MS COCO数据集的评价指标，结果如表1所示。可以看出，所提算法的AP值达到17.5，比使用单一上采样方法（FPN w nearest，FPN w bilinear）的AP值分别高0.5和0.3个百分点。使用单一上采样方式的检测结果均不如融合不同上采样特征金字塔的检测结果，这说明所提算法加强了待检测目标的特征信息。此外，使用ResNet-101-v1d预训练模型整体提高了检测精度，使所提算法AP值达到20.6。