《表2 不同目标尺度方案的对比》
本文在VOC数据集中尝试了多尺度检测下不同的真实框分配方案,分别是:1)三个尺度均训练所有真实框;2)按照COCO对大中小物体标准划分;3)向下兼容式划分;4)按照不同数据集自身比例重叠划分。如表2所示,本文对比了这几种划分方式下的准确率,其中达到最好效果的是4)重叠划分尺度范围的方法,其原因是各分支不能单独只学习当前大小范围的目标,其他目标也有一般性的抽象特征,但是也不能完全学习所有大小的目标特征,这会使网络区分不出其中的区别,所以折中的方案具有较好的效果。
图表编号 | XD00197759600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.10 |
作者 | 刘子威、邓春华、刘静 |
绘制单位 | 武汉科技大学计算机科学与技术学院、武汉科技大学大数据科学与工程研究院、智能信息处理与实时工业系统湖北省重点实验室(武汉科技大学)、武汉科技大学计算机科学与技术学院、武汉科技大学大数据科学与工程研究院、智能信息处理与实时工业系统湖北省重点实验室(武汉科技大学)、武汉科技大学计算机科学与技术学院、武汉科技大学大数据科学与工程研究院、智能信息处理与实时工业系统湖北省重点实验室(武汉科技大学) |
更多格式 | 高清、无水印(增值服务) |