《表4 速率对比:基于深度学习的头盔佩戴自动检测》
同时,为了更好地对模型性能进行分析,分别在服务器GPU、服务器CPU和CR1030P-YT上进行测试,速率对比如表4所示。对2种场合下的头盔佩戴检测结果进行对比,分别如图3和图4所示。综合表4、图3、图4可以看出,CR1030P-YT上的检测效果与服务器一致,但是检测速度还有进一步的提升空间。在头盔佩戴检测的准确率上,本文的检测方法可以满足工业需要,但是在移动设备上的运行速度还无法满足工业实时性需要。
图表编号 | XD0056416700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.18 |
作者 | 张传金、李燕林、张永义、王扩 |
绘制单位 | 安徽创世科技股份有限公司、安徽粮食工程职业学院、安徽创世科技股份有限公司、安徽创世科技股份有限公司 |
更多格式 | 高清、无水印(增值服务) |