《表4 混合车型的经典AlexNet和改进AlexNet算法的比较》
在算法效果上,本文从检测速率、召回率和准确率方面进行分析。在检测速率方面,经典AlexNet每秒检测4.6张图片,改进的AlexNet可检测每秒6.3张。改进的AlexNet网络结构比经典AlexNet的少1个卷积层和一个全连接层,因此改进的AlexNet检测速率较快。在召回率方面,在二分类的应用场景下,由于两者的网络结构和采用的技术类似,两者的召回率基本一样,改进的AlexNet删减了LRN层,得到的召回率相对略高。在准确率方面,改进的AlexNet网络,车辆的二分类场景中,选用2层5*5的卷积核和2层3*3的卷积核更为合适,并且每个卷积层中具有池化层,算法的特征获取更好,且算法的泛化能力更强,因此改进的AlexNet检测准确率更高。
图表编号 | XD0094849600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.20 |
作者 | 赵凯、张森、李杰、尤冬海 |
绘制单位 | 铁道警察学院图像与网络侦查系、公安部交通管理科学研究所、公安部交通管理科学研究所、公安部交通管理科学研究所 |
更多格式 | 高清、无水印(增值服务) |