《表4 检测算法对比:基于改进Mask R-CNN的火焰图像识别算法》
%
如表4所示,相对于识别算法YOLOv3和SDD,改进后算法Mask R-CNN-C的Macro-F1值提高了2.94%和4.29%,同时针对检测目标分割也更精确,具体如图8所示。少数较小的火焰目标,改进后算法能够准确定位,而原算法漏检。这是由于算法引入了底层特征信息和顶层特征的融合,同时改进了损失函数的效果。
图表编号 | XD00222631300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 喻丽春、刘金清 |
绘制单位 | 福州外语外贸学院理工学院、福建师范大学光电与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |