《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》
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。
图表编号 | XD00208968900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.25 |
作者 | 成玉荣、陈湘军、杜晨浩、胡海洋 |
绘制单位 | 江苏理工学院计算机工程学院、江苏理工学院计算机工程学院、江苏理工学院计算机工程学院、江苏理工学院计算机工程学院 |
更多格式 | 高清、无水印(增值服务) |