《表5 不同置信度下目标检测的准确率》
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
《改进Mask R-CNN在航拍灾害检测的应用研究》
%
采用多部件结合方法判断森林火灾时,为了在初始检测阶段获得较多的森林火灾和火焰等目标和部件,需在Mask R-CNN的初检阶段设置一个较低的置信度阈值。经过实验,不同置信度阈值下,森林火灾的漏检率与错检率如表5所示。
图表编号 | XD00102832500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.01 |
作者 | 李梁、董旭彬、赵清华 |
绘制单位 | 太原师范学院管理系、太原理工大学信息与计算机学院&新型传感器和智能控制教育部(山西)重点实验室微纳系统研究中心、太原理工大学信息与计算机学院&新型传感器和智能控制教育部(山西)重点实验室微纳系统研究中心、太原理工大学信息与计算机学院&新型传感器和智能控制教育部(山西)重点实验室微纳系统研究中心 |
更多格式 | 高清、无水印(增值服务) |