《表2 测试集上的鸟巢检测结果对比》

  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Faster R-CNN的多尺度高压塔鸟巢检测》

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

从表3的网络模型分解实验结果可以看出，若不同时使用ResNet＿3d卷积层和ResNet＿4f卷积层来提取建议区域，鸟巢平均检测精度将下降6.3%；将SE模块分别嵌入到ResNet＿3卷积层组和ResNet＿4卷积层组中可以将鸟巢平均检测精度提升4.8%；使用改进的ResNet-50网络设计方法能够将鸟巢平均检测精度提升2.7%；最后通过在ResNet＿4f卷积特征层上使用反卷积操作可以将鸟巢平均检测精度提升1.4%.