《表4 改进网络的性能表现对比结果》

  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

《基于特征金字塔网络的肺结节检测》

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

不同骨干网络采用不同改进方法的完整检测结果如表4所示。从表4可知，基于卷积网络重建多尺度特征金字塔网络显著地提高了Faster R-CNN的肺结节检测准确率，并且还大幅度提高了检测效率。在效率方面的提升主要有两方面原因：一是FPN模块仅仅引入了特别少量的额外参数和计算量；二是FPN的头部预测器仅使用两个1 024维的全连接层将ROI特征输入线性分类层和边框回归层，而传统Faster R-CNN则是在C4卷积层提取ROI特征之后再通过标准的C5层（共9个卷积层）前向传播特征，因此FPN的头部预测器更轻量，检测效率更高。引入反卷积层之后，检测效率稍有下降，但依旧比r50检测基线快出近每秒2帧，证明了本文方法的有效性。