《表3 各姿态估计模型在MS COCO数据集上的性能对比》
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
《基于改进R-FCN与语义分割相结合的人体姿态估计》
由表3可知,本文模型精度优于前三组实验,Open Pose中存在标签问题,很容易对模型的训练造成影响。在目标有缺陷的情况下,MaskRCNN无法精确的判断是否为缺陷。由于RMPE容易受到检测框的影响,造成漏检和误检,从而影响检测结果。实验表明,以Res Ne Xt101和多尺度RPN组合为基础的R-FCN与mask结合实现的效果最好,精度率达到74.3%。以Res Ne Xt101为基础框架的R-FCN能够更好的对目标进行检测,结合多尺度RPN结构可以有效的解决目标的不同尺度问题。
图表编号 | XD00190140800 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.01 |
作者 | 马鸿玥、朴燕、鲁明阳 |
绘制单位 | 长春理工大学电子信息工程学院、长春理工大学电子信息工程学院、长春理工大学电子信息工程学院 |
更多格式 | 高清、无水印(增值服务) |