《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》
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。
图表编号 | XD0034657800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.20 |
作者 | 丁鹏程、于进勇、王超、柳向阳 |
绘制单位 | 海军航空大学、海军航空大学、海军航空大学、海军航空大学 |
更多格式 | 高清、无水印(增值服务) |