目标检测“Speed/accuracy trade-offs for modern convolutional object detectors”

使用了几种成熟的目标检测结构,Faster-RCNN,R-FCN,SSD,与不同的特征提取网络组合,如VGG16,Resnet-101,Inception V2,Inception V3,Inception Resnet,MobileNet。探讨检测率与检测时间之间的关系。

不同的组合得到的结果
这里写图片描述

不同的组合对不同大小目标的结果
这里写图片描述

Faster-RCNN,R-FCN的组合降低proposal数目的结果,由下图可知,Faster-RCNN与Inception V3组合在proposal数目为50时时间降低的比较多。
这里写图片描述

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值