《表2 施工图数据集各检测算法结果》

  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

《基于孪生网络结构的单样本图例检测方法》

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

为了合理评价Siamese SSD在施工图数据集上的表现，本文挑选了Adaboost+Haar、YOLO、Faster R-CNN。它们分别是传统目标检测方法、深度学习下的单阶段（one-stage）目标检测方法和双阶段（twostage）目标检测方法的代表性方法。由于结构上的不同，训练方法也不同。Adaboost中每类100张正样本、30张负样本。正样本为图例直接嵌入背景，负样本只存在背景（不包含图例）。YOLO和RCNN中每类100张样本，通过图例嵌入背景并进行旋转、缩放等操作制作样本。测试集与Siamese SSD的测试图一致。结果如表2所示。