《表2 不同算法在VOC 2007数据集上的定量比较》

  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

《基于改进多尺度特征图的目标快速检测与识别算法》

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

对于VOC 2007数据集，使用VOC 2007trainval和VOC 2012trainval数据集的16551张图像作为训练数据，VOC 2007test中的4952张图像作为测试数据。基于原始SSD模型，设置输入图像的分辨率为300×300，批次规模为16，添加的网络层初始化方式为xavier，设置初始学习率为10-3，先迭代6×104次，再降至10-4的学习率迭代6×104次，得到最终模型。表2为不同算法在VOC 2007数据集上的定量比较。所提算法的mAP为78.5%，与SSD300*模型相比精度提升了1%，与DSSD321模型的精度非常接近。此外，所提算法的识别精度相较于Faster R-CNN、YOLOv2＿352算法分别提升了2.2%和4.8%，相比分辨率更高的YOLOv2＿480算法提升了0.7%，检测性能更优。