科研图表库
学习强国
☭ 国家好民族好,大家才会好
《表1 YOLO V3各类别目标检测精度》
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
《5G环境下路产设施损坏智能监测模型》
获取 高清版本
忘记账户?点击这里
登录
下载图表
忘记账户?点击这里
登录
用测试集测试训练好的模型的精度见表1。
图表编号
XD00170305200 严禁用于非法目的
绘制时间
2020.06.21
作者
王勤、李亦舜
绘制单位
同济大学交通运输工程学院
更多格式
高清、无水印(增值服务)
查看“表1 YOLO V3各类别目标检测精度”的人还看了
表1 先验尺寸大小:基于YOLO v3的输电线路缺陷快速检测方法
表3 模型效果对比:基于YOLO v3的输电线路缺陷快速检测方法
表2 缺陷数量统计结果:基于YOLO v3的输电线路缺陷快速检测方法
表1 原始与改进YOLO V3算法性能对比
表2 YOLO v3(S×2S)、BGRU-L和D-S在不同数据集下的车道线检测精度
表5 YOLO V3算法裁剪量化前后精度及速度对比
上一表
《表2 损坏变化检测结果:5G环境下
下一表
《表1 波浪补偿钻机与常规钻机获
相关图表
《表2 缺陷数量统计结果:基于YOLO v3的输电线路缺陷快速检测方法》
2020.08.01
《表3 模型效果对比:基于YOLO v3的输电线路缺陷快速检测方法》
2020.08.01
《表1 先验尺寸大小:基于YOLO v3的输电线路缺陷快速检测方法》
2020.08.01
《表1 原始与改进YOLO V3算法性能对比》
2020.10.30
《表2 YOLO v3(S×2S)、BGRU-L和D-S在不同数据集下的车道线检测精度》
2021.01.16
《表5 YOLO V3算法裁剪量化前后精度及速度对比》
2020.11.01
《表1 引入DSC前后YOLO v3算法性能对比》
2020.08.10
《表1 实验环境配置:基于金字塔模型和注意力机制的YOLO V3目标检测算法》
2020.11.01
《表2 YOLO v3算法检测结果》
2020.11.25
《表2 目标像素大小分布:基于改进型YOLO v3的蔬菜识别算法》
2020.03.10
《表2 加速效果统计表:基于改进YOLO V3的接触网绝缘子检测方法》
2020.08.01
《表6 模型参数和性能:改进YOLO v3算法及其在安全帽检测中的应用》
2020.05.01
《表1 数据集类别分配:改进YOLO v3算法及其在安全帽检测中的应用》
2020.05.01
《表2 实验结果:一种基于改进YOLO v3的安全帽检测方法》
2020.06.01
《表1 AP实验结果:基于YOLO_v3的车辆和行人检测方法》
2020.03.01
《表1 场面飞机数据集:基于YOLO v3的机场场面飞机检测方法》
2019.10.10
《表5 实验结果对比表:改进YOLO v3的安全帽佩戴检测方法》
2019.06.01
《表4 网络参数说明表:改进YOLO v3的安全帽佩戴检测方法》
2019.06.01
《表1 对比实验参数表:基于YOLO v3的红外末制导典型目标检测》
2019.08.25
《表1 实验效果对比:基于YOLO v3的交通标志牌检测识别》
2019.11.20
随机翻阅
《表3 教师情感支持中积极氛围维度各项目得分》
《表4 砂浆不同龄期力学性能测试结果》
《表3 政策干预后吉林工业增长的自贸试验区驱动效应及其均值(单位:%)》
《表1 本文方法对于对抗体检测的结果》
《表6 模糊变换结果:模糊数学综合评判优化甘蔗龙眼火龙果猕猴桃复合发酵饮品配方》
《表4 苏醒延迟组与非苏醒延迟组Standford A型主动脉夹层患者术后各时间点r ScO2的比较(%,±s)》
《表2 2组患者疼痛VAS评分对比》
《表1 两组干预前后抑郁症状(,分)》
《表3 中老年女性发生压力性尿失禁危险因素的多因素logistic回归分析》
《表2 校企协同的实践教学支撑体系》