《表3 不同模型在WVDDS数据集上的检测结果》

  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

《基于熵和运动偏移量的野生动物遮挡检测方法》

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

为了验证本文模型的有效性和准确性，采用Faster R-CNN、Retina Net、SSD以及YOLOv3与本文模型ET-YOLO进行实验对比（scores=0.5，Io U=0.5）:本文拟用实时目标检测中常用的m AP（mean average precision）与FPS（frames per second）作为算法性能评价指标。表3为不同模型在WVDDS数据集上的检测准确率与检测速率的实验结果；表4为不同模型在WVDDS数据集上各个类别的准确率。实验结果表明，ET-YO-LO的检测精度高于Faster R-NN、Retina Net、SSD与YOLOv3四个模型；虽然其检测速度略低于YOLOv3，但在不影响实时目标检测的基础上，其检测精度相对于YOLOv3提升了5.5%。