《表2 MS COCO 2014数据集实验结果》
为进一步验证所提方法的性能,本文在MS COCO 2014数据集上对模型进行测试.MS COCO 2014数据集包含80个类,超过80,000张图像用于训练.表2描述了本文使用Res Net50和Res Net101得到的检测器在验证集的性能表现.使用Res Net50时MSF FN比FPN在AP@IOU=0.5上高1.8%,AP@IOU=0.7上高1%以及AP@IOU=0.5:0.95上高1.2%.使用Res Net101时MSFFN比FPN在AP@IOU=0.5上高1.6%,AP@IOU=0.7上高1.2%以及AP@IOU=0.5:0.95上高1.1%.总的来说,这个数据集上的实验显示了所提出的方法在Faster R-CNN目标检测网络中所起到的性能提升作用.
图表编号 | XD00220646600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.15 |
作者 | 郭启帆、刘磊、张珹、徐文娟、靖稳峰 |
绘制单位 | 西安交通大学数学与统计学院、西安交通大学数学与统计学院、中铁第一勘察设计院集团有限公司、西安交通大学数学与统计学院、西安交通大学数学与统计学院 |
更多格式 | 高清、无水印(增值服务) |