《表1 不同目标检测算法实验对比》
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Gaussian-yolov3的铝型材表面缺陷检测》
从表1的数据可以看到,SSD512使用多尺度检测方法,mAP达到了87.92%,和Gaussian-yolov3对比没有优势。从检测速度可以看到,SSD512的检测速度是Gaussian-yolov3两倍检测速度,SSD512是51.2 ms,改进的Gaussian-yolov3检测算法是27.8ms。SSD模型另外一个改进版本SSD300,检测速度是26.4 ms,和Gaussianyolov3检测速度基本一样,但是mAP是78.13%,和Gaussian-yolov3的mAP精度相差较大。Faster-Rcnn属于two-stage目标检测算法,所以Faster-RCNN的检测速度慢很多,136.6ms,精度只有82.89%mAP。从对比实验可以看到,由于Gaussian-yolov3使用多尺度目标检测,检测精度对比其他目标检测算法有很大优势,结合残差网络结构,检测速度也是优于其他算法。
图表编号 | XD00223133200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.25 |
作者 | 文生平、李超贤 |
绘制单位 | 华南理工大学广东省高分子先进制造技术及装备重点实验室、华南理工大学聚合物成型加工工程教育部重点实验室、华南理工大学广东省高分子先进制造技术及装备重点实验室、华南理工大学聚合物成型加工工程教育部重点实验室 |
更多格式 | 高清、无水印(增值服务) |