《表3 实验结果:基于Jetson TX1的目标检测系统》
将改进的YOLOv3算法应用到TX1开发板中的检测结果如图5所示.静态图像检测结果如图5中a、b、c、d所示;导入一段视频后,动态视频检测结果截图如图5e、f、g、h所示.根据对比图可以看出,改进后的算法可以将较远的小目标和重叠的目标识别出来,漏检率明显降低.其中图5e、f和图5g、h分别为视频中截取的第13帧和32帧,由图5以及表3(对视频进行目标检测的速度及mAP对比表)可以看出,改进的YOLOv3相较于YOLOv3的mAP增长了1.47倍,且检测速度提高了1.13倍.
图表编号 | XD0076125700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.01 |
作者 | 葛雯、张雯婷、孙旭泽 |
绘制单位 | 沈阳航空航天大学电子与信息工程学院、沈阳航空航天大学电子与信息工程学院、国家电网辽阳供电公司信息通信分公司 |
更多格式 | 高清、无水印(增值服务) |