《表1 两种训练方式油罐检测结果》

  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

《基于深度卷积神经网络的油罐目标检测研究》

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

分别对3种模型进行训练测试，每种模型分别采用交替优化和端到端两种训练方式进行训练，交替优化方式即训练两个网络，一个是RPN，一个是Fast R-CNN，一共有两个阶段，每个阶段各训练一次RPN和Fast R-CNN；端到端训练采用一次性训练的方式完成模型权重的更新。为了比较各种模型和训练方式的效率和精度，采用准确率（mAP）和召回率（recall）来评价目标检测的精度，其中，召回率=正确识别油罐的数量/测试图像中油罐的总数量，准确率=正确识别油罐的数量/模型识别出的所有油罐数量，结果如表1所示。