《表2 母材及HAZ性能：基于改进YOLO的公路路网视频并发检测及应用》

  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

《基于改进YOLO的公路路网视频并发检测及应用》

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

使用伯克利数据集中提取出的车辆目标数据对模型进行预训练，该数据集包含70 000张图片用于训练，10 000张图片用于验证，数据样本如图6所示。结合交叉验证机制训练车辆检测模型，选取验证效果最好的权重作为训练COCO数据集中车辆数据的初始权重并进行finetune[14]训练，记模型格式为C-[α]-[β]-[Img Size]-[DT]，其中C表示使用的是COCO数据集，α与β分别代表层次比例因子与通道宽度因子，Img Size为输入图片宽高，DT（data type）为模型参数的数据类型，分别在模型参数为32位浮点数和16位浮点数的情况下测试模型，实验结果如表2所示。