《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》

  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

《动态背景下航道船舶目标检测方法》

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

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.