《表1 目标检测视觉模型训练阶段的性能(平均正确率AP)》

  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

《面向智能驾驶的平行视觉感知:基本概念、框架与应用》

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

注:训练数据包括:晴天，所有虚拟集，KPC，KPC+所有虚拟集；加粗字体为每行最优值。

1)目标检测实验训练阶段。人工驾驶场景给出的智能车虚拟图像集，作为实际场景数据补充，可用于共同训练视觉模型。接下来实验将分别使用:虚拟集（晴天）、虚拟集（所有）、KPC、KPC+虚拟集（所有）等混合数据进行模型训练，用来说明训练数据对算法性能的影响。上述视觉模型都将在常规任务中进行测试，实验定量结果如表1所示，结果说明当训练数据具有较强多样性时，特别是虚实混合数据（结合实际数据和虚拟数据）可以较大提高目标检测准确性。同时，采用数据增强的方法也能够提高视觉算法精度（将晴天结果与所有虚拟数据结果进行比较）。