《表4.样本同伴学习情况:基于改进YOLOv3的高压输电线路关键部件检测方法》

《表4.样本同伴学习情况:基于改进YOLOv3的高压输电线路关键部件检测方法》   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YOLOv3的高压输电线路关键部件检测方法》


  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

另外结合SSD和Faster RCNN的测试结果进行分析,两个模型的特征提取网络均采用Res Net50。从测试结果上看,YOLO res均优于二者,SSD网络虽然加强了特征融合,但是单个检测器对于小目标的检测效果并不理想;Faster RCNN网络的检测精度略低于YOLO res,主要差距也体现在对于小目标的检测,分析其网络构造,由于防震锤这类目标的体积较小,在整体画面中背景区域更多,包含前景区域的像素块较少,正负样本的差距易导致FPN网络产生误检,影响最终的检测精度。本文对四个结构的综合测试指标进行对比,结果如表4所示。