计算智能和神经科学
研究文章

Multibranch对象检测方法对交通场景

表5

为每个类别在不同场景下的检测精度。
分表1
模型 平均 稀疏(白天)
C CP P B BI 米 T
RCNN [4] 58.30 58.27 46.16 55.25 67.98 60.66 64.45 55.32
快RCNN [9] 63.65 64.93 63.20 66.31 69.29 59.45 60.21 62.17
SSD (15] 71.71 74.25 71.27 69.34 78.78 72.10 66.34 69.91
面具RCNN [13] 75.85 82.88 68.69 77.71 84.84 69.25 72.12 75.45
SINet [2] 82.20 86.86 74.40 83.66 87.87 77.23 83.25 82.10
YOLOv3 [17] 78.33 84.12 78.27 76.41 84.53 76.37 72.49 76.10
MBNet网 83.79 88.63 85.52 83.98 86.42 78.72 82.71 80.54