《表1 目标检测算法比较分析》

  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

《目标检测算法在交通场景中应用综述》

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

基于候选区域的算法源于2014年Girshick等提出的R-CNN[1]，R-CNN首次将深度学习引入目标检测，在Pascal VOC数据集上的m AP值为66.0%。在此基础上，Faster R-CNN[2]、Mask R-CNN[3]等算法相继出现。基于回归的算法源于2016年Redmon等提出的YOLO[4]算法和Liu等提出的SSD[5]算法，该方法将检测转化为回归问题，大幅度提高了检测速度。在此基础上发展的算法包括YOLO v4[6]、RSSD[7]等。具体算法介绍如表1所示。