《表1 几种网络精度：级联卷积网络在无人机视觉定位的应用》

  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

《级联卷积网络在无人机视觉定位的应用》

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

分别训练和测试四种网络，得到UVNLD数据库的测试结果，见表1。我们可以看出，通过加入级联R-CNN，无论是AP50，AP75还是AP，网络精度都得到了明显的提高。这种级联检测器比单独检测器效果好的多，此外，经过多个检测器后，候选区域的IoU也会提高，可以增加高IoU区域的正样本数量，对于网络的过拟合有明显抑制作用，确保网络在高IoU检测器区间的精度。进一步对比APS和APM可以看出，语义级联对小目标的检测提升明显，通过增加上下文信息，融合高层底层语义信息后，增加了特征映射的分辨率，即在更高层的特征上可以获得更多与小目标相关的有用信息。