《表4 YOLOv2＿PPM不同输出尺寸性能对比》

  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

《结合金字塔池化模块的YOLOv2的井下行人检测》

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

为了研究改进网络YOLOv2＿PPM的输出大小对于准确率、速度、Recall和Avg＿IOU的影响，本实验相应地设置6种不同尺寸的输入图片进行训练测试。由于尺寸越大，检测速度越慢，因此对输入尺寸大于512×512的图片不做训练。又由于输入尺寸越小，准确率越低，因此对输入尺寸小于352×352的图片不进行实验。从表4可以看出，输出尺寸为偶数的检测的准确率比输出尺寸为奇数的准确率低。这是由于大目标通常占据图片的中心位置，当输出尺寸为奇数时，可使它的中心落到中间的一个单元格中，并由这个单元负责这个目标的预测，而不是由周围的四个单元格来进行预测。将表4中不同尺寸的输入图片的后四项参数用图3的散点图描述出来。（a）图表明了当输出图片均为奇数或均为偶数时，相应的输入图片越大，速度FPS越慢，准确率Map越高。从图中可以看出，当输入图片为480×480时，准确率最高，且达到了实时检测的速度。（b）图对比了不同输入尺寸的Recall和Avg＿IOU，当散点越接近右上角，其对应的Recall和Avg＿IOU也就越高。从图中可以看出，当输入尺寸为480×480时，Recall和Avg＿IOU都最高。因此本文提出的YOLOv2＿PPM网络的输入尺寸设为480×480，此时检测性能最好。