《表1 k-means聚类结果》
聚类中心的个数越多,其与ground truth box的IOU越高,然而先验包围框的个数越多,SSD算法的计算量越大。为了兼顾SSD算法的计算性能和IOU,本文将聚类中心的个数设置为5,表1所示是k-means方法聚类后的结果,表2是SSD原始模型长宽比设置,可以看出,原始SSD中先验包围框的尺寸与机动车的尺寸并不符合,机动车聚类中心高宽比限制在0.7~1之间,尺度限制在(12.48,17.21)至(87.35,124.86)之间。如图4所示,为了使得SSD网络的先验候选框与机动车尺寸更加匹配,机动车尺寸大部分与conv4_3层、fc7层中的先验包围框的尺度较为匹配,因此将SSD中的附加预测层conv8_2,conv9_2删除,然后按照聚类结果的指导,把conv4_3层1/2长宽比更改为0.7,0.95,基于聚类指导的SSD模型长宽比设置如表3所示。
图表编号 | XD00189209000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.20 |
作者 | 马浩良、谢林柏 |
绘制单位 | 江南大学物联网工程学院、江南大学物联网工程学院 |
更多格式 | 高清、无水印(增值服务) |