《表2 不同识别方法的对比》

  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Faster R CNN的浅口高跟鞋款式识别》

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

在相同实验条件下，本文利用不同的检测方法识别浅口高跟鞋，结果如表2所示。由表2可知，Faster R CNN无论是在总体精度还是在检测速度上，都优于其他方法，尤其是检测速度。R CNN的训练和测试尤其耗时，且占用磁盘空间大；SPP-Net对整张图片只进行一次特征提取，相比R CNN极大提高了检测速度。而FAST R CNN将整张图像归一化后直接送入CNN，且一次性提取CNN特征和建议区域，候选区域的前几层无须重复计算特征，且训练数据从GPU内存直接进Loss层，不但提高了计算速度，还节省了存储空间。而本文运用的Faster R CNN由于用RPN替了前面几种方法的Selective Search（选择性搜索）产生建议窗口；同时产生建议窗口的CNN和目标检测的CNN通过共享卷积的方式相连接，并进行了联合训练，因此无论在总体精度上抑或是检测速度方面，都比前面几种方法更具优势。