《表3 不同模型结果对比:改进RetinaNet的伪装人员检测方法研究》
注:加粗字体为最优值。
由实验结果图6、表3可看出,用基于深度学习的目标检测算法检测伪装人员是可行的,其中Ours指本文模型。本文使用对伪装人员的检测效果介于模型Refine Det[28]和M2Det之间的Retina Net作为基础架构,改进后的模型效果比Refine Det提高9.3个百分点,比M2Det提高了4.6个百分点。这表明本文提出的改进能有效提升深度学习目标检测模型对伪装人员的检测性能。
图表编号 | XD00201587900 严禁用于非法目的 |
---|---|
绘制时间 | 2021.03.01 |
作者 | 邓小桐、曹铁勇、方正、郑云飞 |
绘制单位 | 陆军工程大学指挥控制工程学院、陆军工程大学指挥控制工程学院、陆军工程大学指挥控制工程学院、陆军工程大学指挥控制工程学院、中国人民解放军炮兵防空兵学院南京校区 |
更多格式 | 高清、无水印(增值服务) |