《表2 实验环境配置：基于深度残差学习的自动驾驶道路场景理解》

  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

《基于深度残差学习的自动驾驶道路场景理解》

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

本文实验主要采用自动驾驶领域数据内容丰富的KITTI数据集[11]。其中，针对道路分割和分类方法使用KITTI road数据集[15]进行评估，该数据集包括289张训练数据和290张测试数据。图4中展示了KITTI road数据集中的原始数据图像，主要包含单车道线、多车道线以及无车道线三种类型的道路图像。其中第一行为单车道线数据，第二行为多车道线数据，第三行为无车道线数据，该数据集共包含以上三种类型的数据。针对车辆检测任务采用KITTI object数据集进行训练评估，检测物体被分为容易、中等和困难三个等级。分割任务使用最大F1值[15]和平均准确率作为评价指标进行评估，而检测任务以检测这三类物体的平均准确率为评价标准，分类任务采用平均准确率进行评估。本实验的机器配置如表2所示。