《表4 行人检测识别结果：基于智能控制算法的自动驾驶系统优化研究》
提示：宽带有限、当前游客访问压缩模式
测试结果包括检测速度、检测准确率及误报率，并与传统目标检测算法进行对比，其结果如表2～表4所示。
| 图表编号 | XD00107626500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.10.15 |
| 作者 | 霍桂利 |
| 绘制单位 | 山西大学、山西建筑职业技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 训练信息：基于深度强化学习的自动驾驶车控制算法研究》2020.07.10
- 《表2 钝化材料基本性质：基于机器学习One-stage目标检测算法的塑料自动识别系统》2020.12.25
- 《表1 自定义菜单内容：基于机器学习One-stage目标检测算法的塑料自动识别系统》2020.12.25
- 《表1 天文科学课程安排：基于全局特征拼接的行人重识别算法研究》2021.01.05
- 《表2 建筑半自动化成果：基于深度学习的驾驶证识别方法研究》2020.07.01
- 《表1 PPO算法伪代码：基于深度强化学习的单目视觉自动驾驶决策系统》2020.05.01
- 《表4 不同检测算法结果：基于改进SSD的航拍施工车辆检测识别系统设计》2020.07.01
- 《表4 检测结果对比表：基于Faster R-CNN算法的探地雷达管线目标智能识别》2020.06.30
- 《表1 系统的测试结果：基于深度学习的不规范驾驶行为智能识别系统》2020.02.25
- 《表4 其它算法检测结果：基于优化极限学习机的工业控制系统入侵检测》2020.03.16
- 《表3 跟踪测试结果：基于助老机器人的行人检测与跟踪算法研究》2019.12.01
- 《表1 部件检测识别率：动车组入所在线智能检测系统图像自动识别的研究与实现》2020.01.10
- 《表3 车辆检测识别结果：基于智能控制算法的自动驾驶系统优化研究》2019.10.15
- 《表1 识别效果对比表：基于机器学习的自动驾驶汽车AEB系统儿童识别优化算法》2019.06.25
- 《表1 对比结果：基于CNN的无人驾驶行人识别》2019.05.25
- 《表3 计算结果：基于自动识别系统信息感知的海事安全预警概率算法与安全建议》2019.05.28
- 《表3 计算结果：基于自动识别系统信息感知的海事安全预警概率算法与安全建议》2019.05.28
- 《表2 识别性能指标：一种多技术融合的全自动无人驾驶轨道障碍物检测系统设计》2019.01.10
- 《表1 行人识别结果：一种自动代客泊车系统研究》2018.06.05
- 《表1 人脸检测算法对比：基于人脸识别技术的智能推荐系统设计》2019.11.20