《表6 与其他多尺度方法的对比》
从表6可以看出,由于本文使用3个预训练网络进行融合,所以参数规模要比文献[20]中的多尺度方法和单一尺度方法大,但是本文算法的损失值要远比文献[20]中的方法小很多,说明本文的多尺度融合模型的泛化能力和交通标志的特征表达能力要优于文献[20]中的多尺度模型,并且在准确率上也高出0.41%。
图表编号 | XD00213038700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.01 |
作者 | 马永杰、程时升、马芸婷、陈敏 |
绘制单位 | 西北师范大学物理与电子工程学院、西北师范大学物理与电子工程学院、西北师范大学物理与电子工程学院、西北师范大学物理与电子工程学院 |
更多格式 | 高清、无水印(增值服务) |