《表4 测试图像的识别结果》
提示：宽带有限、当前游客访问压缩模式
在上述3种光照条件下分别测试200帧图片，测试识别结果见表4。
| 图表编号 | XD00109964500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.07.01 |
| 作者 | 杨炜、张志威、周凯霞、刘佳俊 |
| 绘制单位 | 长安大学汽车学院、长安大学汽车学院、长安大学汽车学院、长安大学汽车学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 测试结果：基于神经网络的发芽马铃薯图像识别》2019.04.25
- 《表3 CIFAR-10上的图像识别测试准确率(%)》2021.03.01
- 《表2 MNIST上的图像识别测试准确率(%)》2021.03.01
- 《表5 SVHN上的图像识别测试准确率(%)》2021.03.01
- 《表3 测试集实验结果：基于智能视频图像分析的安全帽识别》2020.05.16
- 《表4 本文方法对现场图像的识别结果》2020.06.25
- 《表1：测试结果：一种基于深度学习图像识别与红外温度检测的灭火装置》2020.04.15
- 《表4 图像数据主题识别结果》2020.01.30
- 《表2 测试集图像识别结果混淆矩阵》2020.01.01
- 《表2 夜间路灯光照条件下测试图像的识别结果》2019.07.01
- 《表3 夜间无光照条件下测试图像的识别结果》2019.07.01
- 《表1 测试环境：基于卷积神经网络的食品图像识别》2019.09.25
- 《表4敞车装载不良分类：基于深度学习技术的货检图像智能识别与测试研究》2019.06.25
- 《表7测试结果：基于深度学习技术的货检图像智能识别与测试研究》2019.06.25
- 《表1 采用大数据集域自适应快速算法得到的图像智能识别测试结果》2019.04.01
- 《表2 采用支持向量机方法得到的图像智能识别测试结果》2019.04.01
- 《表4 数据集三测试集中未识别图像的数量》2019.01.25
- 《表3 数据集二测试集中未识别图像的数量》2019.01.25
- 《表3 测试图像数量及识别结果Tab.3 Numbers and inspection results of test images》2018.12.01
- 《表1 预处理测试结果：基于模板匹配方法的不均匀照度车牌图像识别》2018.08.01