《表1 各种算法在Pascal VOC2007测试集上的性能对比》

  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

《特征信息增强的单发多框检测器算法》

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

为了验证和评价本文提出方法的有效性，将FESSD算法与其他一些先进的目标检测算法进行了比较分析，所涉及到的算法其训练集和测试集都与本文的FESSD算法保持一致。表1表明FESSD算法相比于Faster R-CNN[4]、RSSD[15]、SSD精确度更高，达到了78.6%，比传统SSD提高了1.1个百分点，与DSSD[9]精度相当。FESSD算法比FSSD[16]精度略低，主要是FSSD在融合后的特征层采用了批量规范化（Batch Normalization，BN）层技术。FESSD算法精度的提升主要得益于提出的特征信息增强模块。在检测速度上，由于网络复杂度的增加，FESSD算法相比于传统SSD算法略有下降，但相比于Faster R-CNN、DSSD和RSSD明显更快，达到了46.1 f/s。DSSD速度较慢的主要原因是其基础骨干网Res Net的复杂度过高，而RSSD速度相比本文FESSD算法较慢，主要是由于其特征融合方式相对更复杂。