《表2 不同尺度目标检测精度结果对比》

  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

《一种改进IoU损失的边框回归损失函数》

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

实验结果显示，改进Io U损失在Vis Drone数据集比在VOC数据集提升更为明显，这是因为Vis Drone数据集含有大量的小目标，而小目标检测精度对位置信息更为敏感。由于VOC数据集的目标尺度一般较大，在训练初始化时更易获得大的交并比，模型收敛也更为容易，损失函数的性能表现不如对位置误差较为敏感的小目标更为明显。表2展示了改进Io U损失在Vis Drone数据集上对不同尺度目标的m AP指标。可以看出，改进损失对小目标的检测性能提升最大，达到了6.79%的相对提升。