《表1 本文各模块的消融实验对比》
注:加粗字体表示最优结果。
从计算复杂度上看,由于RICNN算法采用了选择性搜索算法,在每幅图像上获取类别不同、尺度不一、位置不同的感兴趣区域,并将这些感兴趣区域归一化送入卷积神经网络进行计算,会因感兴趣区域重叠而重复进行卷积计算,从而浪费计算资源。而本文采用的Faster-RCNN将感兴趣区域提取与卷积神经网络融合在一起,使用端到端的网络进行目标识别,共享卷积计算结果,提高计算效率,降低计算复杂度,使得检测速度得到了提升。
图表编号 | XD0082909600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.16 |
作者 | 李红艳、李春庚、安居白、任俊丽 |
绘制单位 | 大连海事大学信息科学技术学院、大连海事大学信息科学技术学院、大连海事大学信息科学技术学院、大连海事大学信息科学技术学院 |
更多格式 | 高清、无水印(增值服务) |