《表3 VEDAI数据集的训练结果》

  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

《面向航空影像下车辆目标的实时检测算法》

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

注:a表示背景最大分数策略；b表示公平尺度分配策略；完整的LSFSCD表示使用了a策略、b策略和PENLU激活的最终架构；“-”表示未获得或未统计该数据。

文中进行了多组对比实验，包括架构自身调整的对比和与其它架构的对比。首先利用原始Faster R-CNN和SSD架构进行训练。然后针对文中数据集进行改进设置，因为其原始架构并不适合小目标的检测。这些改进主要是anchor框的大小与比例以适应更小的目标。另外，为了验证Conv3＿3是保留细微特征最好的卷积层，补充了两组实验，分别以Conv2＿2和Conv4＿3作为最底anchor提取层，这两项实验的变量只是最底特征提取层的不同。其中Conv2＿2+LSFSCD表示在Conv2＿2、Conv4＿3、Conv5＿3和Conv6＿2中提取anchor框，而Conv4＿3+LSFSCD表示在Conv4＿3、Conv5＿3、FC7和Conv6＿2中提取anchor框，两组实验分别在Conv2＿2和Conv4＿3后使用背景最大分数策略，且均使用公平尺度分配策略。所有的结果在表3中显示。