《表5 滑窗法与级联法检测结果对比》
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
《基于级联卷积神经网络的大场景遥感图像舰船目标快速检测方法》
实验过程中,使用50张尺寸不同的高分辨率光学遥感图像对网络性能进行验证。由于YOLO3只能获得目标的正置边界框,对于有朝向的舰船目标不能估计有方向的边界框,因此在光学图像实验中,只将级联型网络与传统滑窗方法做对比。其中滑窗尺寸设置为512×512,步长设置为256,在结果分析中使用召回率衡量检测精度,使用检测时间(s/1000×1000)衡量检测速度。检测结果见表5。结果显示,在大尺寸高分辨率光学遥感图像舰船检测中,级联法与滑窗法检测精度相似,但级联法的检测速度是滑窗法的3.34倍。
图表编号 | XD0069882500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 陈慧元、刘泽宇、郭炜炜、张增辉、郁文贤 |
绘制单位 | 上海交通大学电子信息与电气工程学院、上海交通大学电子信息与电气工程学院、同济大学同济–MIT城市科学国际联合实验室、上海交通大学电子信息与电气工程学院、上海交通大学电子信息与电气工程学院 |
更多格式 | 高清、无水印(增值服务) |