《表2 不同模型比较:基于深度卷积神经网络的铁路接触网鸟窝检测方法研究》

《表2 不同模型比较:基于深度卷积神经网络的铁路接触网鸟窝检测方法研究》   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
《基于深度卷积神经网络的铁路接触网鸟窝检测方法研究》


  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

RPN产生候选区域所使用的全卷积网络模型有ZF-Net模型和VGG模型,将2个模型分别进行测试,加入对应模型与Fast R-CNN检测网络是否共享卷积特征的组合,以及与非全卷积网络模型Selective Search方法[10]组合作为对比项,除Selective Search候选框数量为2 000外,其他模型均为300,测试结果见表2。