《表1 网络性能评估结果:动态背景下航道船舶目标检测方法》
对训练好的Faster R-CNN网络,本文利用微软针对COCO(Common Objects in Context)数据集提出的目标检测评估方法对网络的性能进行评估.(COCO评估标准考虑了不同IoU、Area以及Max Detections对平均准确率 (Average Precision)和平均召回率(Average Recall)的影响,使得评估标准更加严格,评估结果更为可靠) ,结果见表1,其中IoU是实际目标边界框与网络预测输出的目标边界框的交并比,表中0.5∶0.05∶0.95是指取0.5到0.95且步距为0.05共10个IoU值,并分别计算这10个IoU值对应的平均准确率的平均值.Area中的small为像素面积S<322的目标,medium为322962的目标.Max Detections为允许网络生成最大目标建议框个数.
图表编号 | XD0043253500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.05 |
作者 | 陈从平、吴喆、吴杞、吕添 |
绘制单位 | 三峡大学机械与动力学院、常州大学机械工程学院、三峡大学机械与动力学院、三峡大学机械与动力学院、三峡大学机械与动力学院 |
更多格式 | 高清、无水印(增值服务) |