《表1 各种算法在Pascal VOC2007测试集上的性能对比》
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。
图表编号 | XD00201544600 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.15 |
作者 | 赵辉、李志伟、方禄发 |
绘制单位 | 重庆邮电大学通信与信息工程学院、重庆邮电大学信号与信息处理重点实验室、重庆邮电大学通信与信息工程学院、重庆邮电大学信号与信息处理重点实验室、重庆邮电大学通信与信息工程学院、重庆邮电大学信号与信息处理重点实验室 |
更多格式 | 高清、无水印(增值服务) |