《表2 级联结构数量对参数的影响》

  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

%

2）级联结构选取。在引入Cascade R-CNN级联结构后，采用MS COCO数据集的评价指标对所提算法进行验证，如表2所示。可以看出：未使用级联结构时，AP值为20.6；加入两组级联结构后，AP值为25.6；而在加入三组级联结构后，AP值达到26.1，虽然AP0.5略微降低（从46.6%下降至46.4%），但整体精度明显提高；然而，在增加第四组级联结构时，检测结果出现倒退，AP值下降0.4个百分点（从26.1%下降至25.7%)，AP0.5下降0.2个百分点，AP0.75下降0.4个百分点。这说明在加入第四组级联结构后，IoU阈值设置过高，使得正样本数量大幅减少，造成样本数量不平衡，从而出现过拟合情况。