数学问题在工程

研究文章

使用改进的面具R-CNN快速车辆和行人检测

表5

实验数据。


Backbone_class	红外系统+ resnet101_81	红外系统+ resnet86_81	红外系统+ resnet50_81	红外系统+ resnet101_3	红外系统+ resnet86_3	红外系统+ resnet50_3

	59.11	58.74	46.16	75.69	74.84	67.09
	55.02	54.88	42.04	70.24	69.23	62.15
	47.45	47.88	35.13	60.34	58.77	51.98
	33.35	33.88	22.85	39.96	39.04	31.59
	76.76	75.96	70.60	80.10	78.89	73.21
	53.29	50.87	45.77	52.73	51.38	46.99
	83.15	81.26	75.86	84.09	83.28	76.71
Min_train_loss	0.9564	0.9092	1.287	0.6592	0.7138	0.8643

评价标准使用地图。地图显示的数量在右上角输入/输出单元的数量(借据)。“人”、“车”和“公共汽车”右下角意味着单一类别的检测。Min_train_loss指每个模型训练后的损失价值。