《表1 不同检测方法性能对比》

  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

《基于卷积神经网络的遥感图像目标检测》

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

采用传统的HOG算子加滑窗检测方法作为对比，评估三种方法的单张图像检测时间以及AP值。三种方法使用相同的数据集，种类为飞机，样本大小为1500，样本图片大小均为1280pixel×659pixel，检测结果如表1所示。传统的HOG特征配合支持向量机（SVM）分类，由于HOG特征不具备旋转不变性，因此检测精度较低；同时由于滑动窗口法提取特征区域的效率低于RPN网络，因此单张图片的检测耗时较长。与改进前的Faster R-CNN相比，融合了STN的改进模型的检测精度有所提高；同时单张图片的检测耗时基本不变，说明STN对检测网络的计算量影响较小。