《表1 不同模型的测试结果》
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Mask R-CNN和迁移学习的水下生物目标识别研究》
通过与一些常用的目标检测模型(YOLOv3[21]、SSD[22]、Mask R-CNN和一种基于SIFT的检测模型)的对比实验,本文验证了所提方法的有效性。硬件平台信息如下:CPU为Intel i3-7100;GPU为NVIDIA Ge Force 1060 6 GB;内存为双通道16 GB DDR4 2133 MHz。实验基于增广后的数据集,并用五重交叉验证完成,具体结果如表1所示。
图表编号 | XD00198090600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.31 |
作者 | 宋绍剑、朱靖旭 |
绘制单位 | 广西大学电气工程学院、广西大学电气工程学院 |
更多格式 | 高清、无水印(增值服务) |