《表5 平行级联检测网络与其他检测网络的速度对比》

  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

《基于级联卷积神经网络的高效目标检测方法》

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

为了进一步验证平行级联网络的性能，将平行级联检测网络和多个常用的目标检测网络进行了速度上的比较，实验中的训练时间为一张图片在一块GTX1080Ti GPU上的训练时间消耗，测试时间为每张图片的测试时间消耗。由表5可以看出平行级联检测网络的速度比Faster R-CNN、R-FCN[23]、Cascade R-CNN要慢，但比FPN+要快。平行级联网络模型的参数比其他网络均要高，主要原因是相比于其他网络结构，平行级联网络采用了4级结构级数较多，而模型参数的大小是随着级联数的增加而增加的；但速度上的影响并不是很大，平行级联网络的每张图片的训练时间比Cascade R-CNN慢0.03 s，在测试时间上仅比Cascade R-CNN慢0.008 s，相比于其他网络也不高，主要因素是对于目前的检测网络来说，检测头的计算时间成本要比特征提取的时间少很多，所以多级检测器网络在运算复杂度上相比于其他网络并不高。