《表1 不同情况下的目标检测方法在数据集KITTI上的目标检测实验结果》
为了充分地评估所提方法,对所提目标检测方法在不同的特征图加权融合、不同的候选窗口数量以及RPN网络提取不同维度特征时分别进行了实验,实验结果见表1。常用于目标检测的数据集有KITTI,PASCAL VOC2007和PASCAL VOC2012,由于数据集KITTI场景复杂更具挑战性,因此,实验在数据集KITTI上进行多类别目标检测,在数据集KITTI-1上进行单类别目标检测来评估所提方法。其中,在数据集KITTI上检测的目标类别有8种:cyclist,van,tram,car,misc,pedestrian,truck,person_sitting,表1中展示的在数据集KITTI上的目标检测精度均是这8种类别目标检测精度的m AP。为了评估所提方法只检测一种类别目标时的效果,实验过程中选取数据集KITTI中目标总数最多的“car”类作为检测类别,因此在数据集KITTI-1上检测的目标类别只有1种:car,且表1中展示的在数据集KITTI-1上的平均检测精度也是car这一种目标本身的检测精度(AP)。
图表编号 | XD00188809800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.28 |
作者 | 张世辉、王红蕾、陈宇翔、刘新焕、张健、何欢、任卫东 |
绘制单位 | 燕山大学信息科学与工程学院、河北省计算机虚拟技术与系统集成重点实验室、燕山大学信息科学与工程学院、北京计算机技术及应用研究所、北京计算机技术及应用研究所、北京计算机技术及应用研究所、燕山大学信息科学与工程学院、燕山大学信息科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |