《表2 每类目标的准确率》

  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

《两级上下文卷积网络宽视场图像小目标检测方法》

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

为了验证本文提出的小目标检测方法的有效性，我们对单级的Faster-RCNN和级联的Faster-RCNN做了对比实验。即一种是用单级Faster R-CNN直接检测原图中的小目标，另一个实验是利用本文的两级Faster-RCNN级联检测方法。如图6所示，给出了这两种不同方法的部分结果图像。表2给出了每类目标的平均准确率。实验结果表明，对于近场拍摄的目标图像，这两种方法都可以检测到小目标，但本文级联方法的回归框更加准确。此外，由于鸟巢和塔号牌的样本数量有限，并且尺度比挂点和分压环要小得多，故挂点和分压环的准确率明显要比鸟巢和塔号牌高。对于远景拍摄的宽视场鸟巢、塔号牌等小目标图像，本文提出的方法的结果明显优于直接用单级Faster R-CNN检测方法，其检测的精度提升了13%。