《表1 不同环境下算法的准确率与平均消耗时间》

  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Mask RCNN的目标识别与空间定位》

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

为了验证改进Mask R-CNN对于目标分割的可靠性、准确性与实时性，本实验分别在正常光照、黑暗光照、强光照、多色彩组成的物体（为了验证不受颜色的干扰）及不同拍摄距离、不同程度的遮挡、不同背景情况下，分别用深度传感器采集多幅图片进行识别与分割，正常光照下得到的实验结果如图5所示，以及在GTX 1080显卡下的平均准确率及消耗时间如表1所示。