《表2 不同方法测试结果对比》

  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YOLO v3的红外末制导典型目标检测》

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

3）测试及分析。通过设置不同条件进行对比实验，测试结果如表2所示。发现所有方法检测速度都能达到25frame/s以上，具有较好的实时性。所有算法都能达到收敛状态，对自制数据集而言，动量法收敛较慢，且检测精度低于自适应算法Adam，Adam算法的mAP值能够达到67.55%，加权损失函数能够将其提高至67.73%，而联合训练法可将其提高至77.73%。加权损失函数虽然会略微降低对舰船和飞行器的检测精度，但整体mAP值可达到77.89%，改进效果明显。增加虚警率（FA）和漏检率（MA）两个指标，来客观地评价提出的算法性能，两者越小，算法的性能越好。从表中数据看，经过目标函数加权，可以降低虚警率，而联合训练法对漏检率有降低效果，综合所有实验数据，提出的算法达到了预期效果。