《表3 Virtual KITTI和Cityscapes数据集的实验结果》
注:加粗字体表示最优结果。
在Virtual KITTI和Cityscapes上的实验结果如表3所示。基准模型Mask R-CNN对于汽车进行检测和分割的AP50(Io U为0.5时得到的平均精度)分别为46.9%和42.6%。具有全局级别对齐的方法将AP50分别提高了3.7%和2.4%。当进一步增加局部级别对齐时,本文方法将AP50分别提高了5.3%和3.5%。使用所有对齐模块的方式可以获得最佳的性能,在实例分割任务上的AP50达到47.4%,比平行视觉优化前的基准方法高4.8%。在目标检测任务上,比基准方法提高了7.4%。
图表编号 | XD00215917200 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.16 |
作者 | 张慧、李轩、王飞跃 |
绘制单位 | 中国科学院自动化研究所复杂系统管理与控制国家重点实验室、腾讯科技(北京)有限公司、鹏城实验室、北京理工大学、中国科学院自动化研究所复杂系统管理与控制国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |