《算法1:M-Softer-NMS》

  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

《城市道路视频中小像素目标检测》

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

将本文的算法与Faster R-CNN、YOLOv2、YOLOv3进行定量评估，图像在训练前会处理为416×416大小，性能比较结果见表1。在相同的测试集下，本文提出的Road＿Net算法相比于Faster R-CNN、YOLOv2在精度、召回率、AP上都提升了约9个百分点，相比于YOLOv3也分别提升了1.6%、7.2%、4.3%，相比于YOLOv3在速度上（帧数/秒）提升了43%。本文在Road＿Net上再结合Softer-NMS算法进行测试，虽然在速度上略有下降，但是在召回率、AP分别提升了5.4%、2.4%，证明了本文提出的Road＿Net+M-Softer-NMS在保证了实时性的情况下，在检测的召回率、平均精度上都有较大的提升。