《表2 级联型网络结构、滑窗法、YOLO3检测结果》
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》
在舰船检测实验中,将级联型网络结构与滑窗法、YOLO3做对比。用召回率(Recall)、精确率(Precision)衡量检测精度,用检测时间衡量检测效率。表2为对比实验结果,由于测试图片尺寸不一致,因此检测时间单位设为s/1000×1000。其中级联网络检测时间包括预筛选时间与D-FCN精确检测时间之和;滑窗法检测时间包括滑窗时间与D-FCN精确检测时间之和;YOLO3检测时间为YOLO3网络目标精确检测时间。表2结果显示,级联法由于使用P-FCN网络进行预筛选,与滑窗法、YOLO3网络相比,虚警较少,精确率较高。而相比滑窗法由于检测冗余较少,检测速度是滑窗法的2.35倍,相比YOLO3网络,检测召回率为0.928,检测精度更高。
图表编号 | XD0069882700 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) |