《表2 识别精度：基于卷积神经网络模型Faster R-CNN的遥感影像目标识别研究》

  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

《基于卷积神经网络模型Faster R-CNN的遥感影像目标识别研究》

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

Faster R-CNN对遥感影像的目标识别结果如图4所示，候选区可以较好地包含目标。目标的平均精度见表2，由于汽车、储油罐、田径场等样本图片较多，Faster R-CNN对于这几类的识别效果较好，而立交桥、篮球场、桥梁等类别的样本图片较少，得到的识别效果就比样本多的种类低了20%—30%。总体而言，利用卷积神经网络Faster-CNN学习和提取相关特征，特征的针对性与鲁棒性更强，用时较少，总体的识别效果令人满意。