《表5 UA-DETRAC测试集检测准确度对比情况(m AP)》
为了评估本文算法在机动车检测的有效性,本文采用准确率(precision)和召回率(recall)来衡量模型的性能。图5为改进SSD与其他经检测方法的P-R曲线。图6为改进SSD在UA-DETRAC数据集下的部分检测结果。表5为UA-DETRAC测试集下改进SSD与DPM[2]、ACF[3]、YOLO2[11]、Faster R-CNN[8]、SSD[9]的检测准确度对比情况,测试结果表明,在UA-DETRAC数据集下改进SSD比其他方法取得了更好的检测精度。相比于原始SSD,改进SSD具有更高的平均准确率,整体提升了13.07%。改进SSD在两个SSD之间加入特征融合,能够兼顾机动车的深层特征与浅层特征,另外改进SSD应用聚类方法初始化先验包围框的尺寸,级联SSD的网络结构更好地抑制了负样本的干扰,使得改进SSD在Hard、Rainy、Night这些机动车遮挡频繁,环境恶劣复杂的情况下分别提升了8.46%、2.51%、10.08%。
图表编号 | XD00189210100 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) |