《表3 6种方法对测试图像检测结果评价》

  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

《使用贝叶斯优化对遥感影像目标进行精确定位》

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

对于每一种方法，统计其在IOU标准分别为0.5与0.7下的召回率，以及IOU的平均值。从图7可以观察到：（1）对比IOU=0.5时召回率，Edge GP与Edge表现最好，其次是SS-II与SSGP-II，最后是SS-I与SSGP-II。Edge Boxes方法产生框个数介于SS-I与SS-II之间，但其召回率却优于后两者。这说明当IOU=0.5时，Edge Boxes表现效果要好于SS；分别对比Edge GP与Edge，SS-II与SSGP-II和SS-I与SSGP-I，在大多数情况下，使用高斯过程优化后的召回率得到提升；（2）IOU=0.7时的召回率相对于IOU=0.5I时均下降。对比此时6种方法的召回率表现，（1）中结论同样适用；（3）对比各方法的IOU，SSGP-I，SSGP-II和Edge GP分别高于SS-I，SS-II和Edge，这说明使用高斯过程优化过程能够有效地提高检测框的精度。表3统计了上述评价指标在全部测试图像上的平均值。表中召回率分母上的219为10幅测试图像的目标总数量，分子为在相应IOU标准下检测到的目标数。表3同样表明Edge Boxes方法使用了较少数量的候选框，取得了更高的召回率，并且本文提出的高斯过程优化方法能够有效提高边框精度。