YOLO模型对图片中车辆的识别比对

1，模型对比结果

²        标准Yolo v3模型

²        标准Yolo v3 tiny模型

²        标准Yolo v2 tiny模型

²        用户训练yolo truck模型

 

详细测试情况见后。结果汇总如下：

测试情景	识别结果	Yolo v3	Yolo v3 tiny	yolo truck	Yolo v2 tiny
室外8车	识别车辆数	7	2	2
	识别时间（秒）	25	2.5	12
室内2车，黑车完整，红车半截可见	识别车辆数	2	0	0	1
	识别时间（秒）	25	2.5	12	2.3
室内红车	识别车辆数	1	0		1
	识别时间（秒）	25	2.5		2.3
室内白车	识别车辆数	1	0		0
	识别时间（秒）	25	2.5		2.3
室内白色吉普，带2个部分车身	识别车辆数	3	0		0
	识别时间（秒）	25

 

 

2，对室外车辆的识别

2.1 V3完整模型

 

 

 

 

 

2.2 V3 tiny模型

 

 

 

 

 

2.3 卡车定制模型

darknet.exe detector test cfg/obj.data cfg/yolo-obj.cfg YOLO_obj_truck.weights test_vehicle2.jpg

 

 

 

 

 

3，对室内车辆的识别

3.1 V3完整模型

 

 

   

　　识别正确！  　　　　　　　　　　　　　　                      识别正确！

 

识别正确！

 

3.2 V3 tiny模型

共识别了3张图，1张识别错误，2张未识别到车辆。效果为不能接受。

 

 

 

上图红车未识别出来，黑车识别错误！

 

 

　　上图红车和白车均未识别出来！

 

3.3 V2 tiny模型

共识别了3张图，2张识别正确，1张未识别到车辆。效果一般。

 

 

       

 

但白车未能识别。

 

 

3.4 卡车定制模型

 

 

 因为模型是针对卡车训练的，所以没有车子被检测到！

转载于:https://www.cnblogs.com/jackkwok/p/9100660.html