《表3 去雾图片识别效果:基于深度学习的复杂气象条件下海上船舶识别》
根据目标在图片上所占的比例大小分为大目标和小目标。从表2可以看出4种算法对小目标的识别效果都要比大目标差,但是YOLOv3以及YOLO-C对小目标的识别精度要明显高于其他两种算法。Faster R-CNN和YOLOv2的识别精度相当,YOLO-C的m AP比YOLOv3高2.07%。但是所有的算法对于云雾遮挡图片的识别效果都比无云雾遮挡图片要差。为了减少复杂气象条件对识别效果的影响,对云雾遮挡图片进行暗通道去雾处理后,测试集内云雾遮挡图片的识别效果如表3所示。
图表编号 | XD0036878600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.28 |
作者 | 武凯利、仝宗和、张鹏升、刘亚男、刘钊 |
绘制单位 | 中国人民公安大学信息技术与网络安全学院、中国人民公安大学信息技术与网络安全学院、中国人民公安大学信息技术与网络安全学院、中山大学数学学院、中国人民公安大学网络空间安全与法治协同创新中心 |
更多格式 | 高清、无水印(增值服务) |