《表2 复杂环境下不同神经网络的鲁棒性对比》
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
《基于红外热成像与改进YOLOV3的夜间野兔监测方法》
为更为可靠的验证检测网络鲁棒性,对整个测试视频100帧中目标平均检测率,漏检率,误检率,平均检测速度做出统计,统计结果如表2所示。
图表编号 | XD00109867400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.01 |
作者 | 易诗、李欣荣、吴志娟、朱竞铭、袁学松 |
绘制单位 | 成都理工大学信息科学与技术学院、成都理工大学信息科学与技术学院、成都理工大学信息科学与技术学院、成都理工大学信息科学与技术学院、电子科技大学电子科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |