《表1 PASCAL VOC 2012数据集实验结果》

  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

《基于特征金字塔的多尺度特征融合网络》

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

在PASCAL VOC 2012数据集的性能实验中，本文使用Faster R-CNN作为基础检测器，Res Net作为特征提取网络，来评估所提出的模型，使用5717张图像训练模型，5823张图像进行测试．表1显示出MAP值在三种深度的Res Net上均得到了一定的提升，Res Net50、Res Net101和Res Net152分别提升1.1%、0.9%和0.6%.MSFFN与FPN的识别效果对比如图6所示，图6（b）的小鸟和远处的船只均被MSFFN识别，而图6（a）中FPN则未检测出，图6（c）中左侧的酒瓶被FPN识别出两个目标框，而图6（d）中MSFFN则准确地检测出酒瓶．实验说明本文使用注意力机制对FPN各层特征进行了有效的融合．