《表3 COCO 2014测试集中不同目标的平均准确率(m AP%)》

《表3 COCO 2014测试集中不同目标的平均准确率(m AP%)》   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
《基于金字塔模型和注意力机制的YOLO V3目标检测算法》


  1. 获取 高清版本忘记账户？点击这里登录
  1. 下载图表忘记账户？点击这里登录

本文对特征金字塔融合的改进以及添加的注意力机制，使其对数据集中的小目标有了一定的提升。在80类中选择了7类进行做对比，结果见表3。

图表编号XD00192309600    严禁用于非法目的
绘制时间2020.11.01
作者高建瓴、冯娇娇、王子牛、韩毓璐、孙健
绘制单位贵州大学大数据与信息工程学院、贵州大学大数据与信息工程学院、贵州大学大数据与信息工程学院、贵州大学大数据与信息工程学院、贵州大学大数据与信息工程学院
更多格式高清、无水印（增值服务）

相关图表

  1. 《表3 不同结构网络模型在不同运动速度目标上的m AP比较》2021.03.16
  2. 《表4 不同结构网络模型在不同尺寸目标上的m AP比较》2021.03.16
  3. 《表1 目标检测视觉模型训练阶段的性能(平均正确率AP)》2021.01.16
  4. 《表6 不同算法在Pascal VOC 2007测试集上的m AP值》2021.01.10
  5. 《表2 与其他方法在V-COCO数据集上的平均精度均值m AP比较》2021.02.01
  6. 《表2 COCO 2014测试集中平均准确率(m AP%)测试结果》2020.11.01
  7. 《表5 UA-DETRAC测试集检测准确度对比情况（m AP)》2020.10.20
  8. 《表6 不同算法在COCO2014的mAR》2020.05.25
  9. 《表5 不同算法在COCO2014的mAP》2020.05.25
  10. 《表2 不同方法在COCO 2014数据集上的目标检测结果》2020.06.20
  11. 《表4 基于透视变换数据增广的YOLOv2/3在COCO2014上的测试结果》2020.04.01
  12. 《表5 基于透视变换数据增广的SSD513在COCO2014上的测试结果》2020.04.01
  13. 《表3 中等占比目标不同检测算法m AP对比》2019.06.01
  14. 《表4 各类目标检测模型在COCO数据集与测试视频上的检测效果平均值》2019.07.01
  15. 《表3 不同方法在MS COCO测试集上的实验结果》2019.06.01
  16. 《表3 五种检测算法测试准确率m AP比较》2019.07.25
  17. 《表4 在MS COCO 2014测试集中使用不同方法的IoU对比 (单位:%)》2019.01.30
  18. 《表3 在MS COCO 2014测试集中使用不同方法的性能对比 (单位:%)》2019.01.30
  19. 《表2 不同算法在DETRAC测试集上的m AP和检测速度》2018.12.20
  20. 《表4 不同模型在WVDDS数据集上的检测准确率m AP》2019.12.01

随机翻阅

《表1 我国现有电子文件格式标准一览表》 《表2 两组证候积分、E/E'及血清NT-proBNP比较（)》 《表1 两组医院内感染发生率比较[例(%)]》 《表1 叠前方位各向异性预测裂缝方向与单井裂缝方向对比表》 《表2 三种工艺适用条件分析》 《表1 高职大学生自媒体依赖调查情况表》 《表3 2组脑出血患者不良反应发生率比较》 《表1 城市夜间经济发展关键成功因素总结表》 《表3 BDT-6位移预测残差比较Tab.3 Comparison of residual in BDT-6displacement prediction》 《表1 问卷发放与回收情况表》