《表8 不同目标检测网络性能比较》
本文还与目标检测中常用的几种深度学习算法进行了对比实验,包括单次目标检测算法YOLOv2、SSD和两次目标检测算法Faster R-CNN。实验使用同一训练集对每种算法进行训练,网络训练的相关参数都使用对应论文中建议的参数,在网络训练过程中输入图像的尺寸也使用论文中建议的输入尺寸,其中Faster R-CNN算法限制输入图像的最长边为1 000像素值,并对输入图像等比例缩放。通过官方评估算法使用同一测试集对算法性能进行评估,各检测算法的性能如表8所示,由于SSD算法的官方评估算法没有提供对单种类别的平均精度,所以表8中没有列出相关结果。具有代表性的4种检测算法的检测效果如图10所示。
图表编号 | XD00222674400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.10 |
作者 | 聂鑫、刘文、吴巍 |
绘制单位 | 武汉理工大学航运学院、内河航运技术湖北省重点实验室(武汉理工大学)、武汉理工大学航运学院、内河航运技术湖北省重点实验室(武汉理工大学)、武汉理工大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |