《表1 训练阶段使用的主要参数》
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
《一种改进的Faster R-CNN对小尺度车辆检测研究》
本文使用的改进Faster R-CNN框架与通用Faster R-CNN一样,都是以VGG16作为模型初始化。本文在每个像素位置使用滑动窗,生成15个边界框(5个尺度[322,642,1282,2562,5122]和3类长宽比[1∶1,2∶1,1∶2])。从不同的数据库选取车辆图片,对Faster R-CNN进行端到端微调,交叠率(IOU)阈值设置为0.7。其他的网络参数参照Faster R-CNN(见表1),采用交替训练的方法[4]在NVIDA Gefore Titan X GPU(12 GB)下训练Faster R-CNN。
图表编号 | XD0096166700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 张御宇、杨彪、邓林红 |
绘制单位 | 常州大学信息科学与工程学院数理学院、常州大学信息科学与工程学院数理学院、常州大学生物医学工程与健康科学研究院 |
更多格式 | 高清、无水印(增值服务) |