《表6 注意力网络IOU指标评价》
IOU的取值范围为[0,1],当IOU接近0时,说明两个框几乎没有重叠。当IOU接近1时,说明两个框几乎重叠。但是对于本文,该指标存在一个问题。由于在UEC-100数据集中边界框内往往包含图片背景或其他非食物目标(例如食物容器),而注意力网络的目标是定位出食物目标的细粒度区域,该区域并不是全部与数据集的标准框完全吻合。一般而言,数据集中标准框区域要大于注意力网络输出的区域。此时又会出现另外的情况,当注意力网络定位区域大于数据集的标准框区域,此时IOU越接近0,定位能力反而是越差。基于以上分析,对于本文IOU的衡量标准是,尽量使IOU值小。但是注意力区域IOU不可以太小,太小会造成食物信息的丢失或定位区域噪声太大。同时IOU也不能太大,太大也会加入噪声。同上一部分一样,本文选取第1个注意力网络的输出参数,具体结果如表6所示。表6中第4列和第5列是注意力网络输出定位区域的面积。通过实验表明,IOU_FP和IOU_NFP之间的关系与图7有着密切关系,当图片中只包含1个目标时,IOU_FP
图表编号 | XD0082896900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.16 |
作者 | 梁华刚、温晓倩、梁丹丹、李怀德、茹锋 |
绘制单位 | 长安大学电子与控制工程学院、长安大学电子与控制工程学院、长安大学电子与控制工程学院、长安大学电子与控制工程学院、长安大学电子与控制工程学院 |
更多格式 | 高清、无水印(增值服务) |