《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》
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。
图表编号 | XD0067706500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.01 |
作者 | 宋锐、施智平、渠瀛、邵振洲、关永 |
绘制单位 | 首都师范大学信息工程学院成像技术北京市高精尖创新中心、首都师范大学信息工程学院成像技术北京市高精尖创新中心、田纳西大学诺克斯维尔分校工程学院、首都师范大学信息工程学院轻型工业机器人与安全验证北京市重点实验室、首都师范大学信息工程学院轻型工业机器人与安全验证北京市重点实验室 |
更多格式 | 高清、无水印(增值服务) |