《表3 夜间无光照条件下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
3)夜间无光照条件下，系统测试效果和识别结果置信度分别如图9和表3所示。
| 图表编号 | XD00109965000 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2 夜间各水位级下不同算法下图像处理水位误差对比结果》2020.11.01
- 《表4 无光条件下稳定性的测定》2021.01.15
- 《表3 室内较强光照识别结果》2021.02.25
- 《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1 过氧化氢溶液在有光与无光条件下实验对比》2020.07.15
- 《表1 分类识别率结果：夜间监控下基于步态的行人身份识别》2020.08.10
- 《表3 无光催化剂实验测试结果》2020.06.15
- 《表4 测试图像的识别结果》2019.07.01
- 《表2 夜间路灯光照条件下测试图像的识别结果》2019.07.01
- 《表1 白天强光照条件下图像的识别结果》2019.07.01
- 《表3 无芒稗种子在有光和无光条件下的发芽数及发芽率》2019.08.25
- 《表3 无光照条件下各类多孔碳材料对C3H8的净化结果》2019.06.21
- 《表5 无光照条件下各类多孔碳材料对CO2的净化结果》2019.06.21
- 《表6 无光照条件下各类多孔碳材料对O2的净化结果》2019.06.21
- 《表4 无光照条件下各类多孔碳材料对NO的净化结果》2019.06.21
- 《表1 两种光照条件下人体姿态识别测试结果》2019.07.25
- 《表1 0 3种光照条件下的颜色识别测试结果》2019.06.25
- 《表3 不同尺寸的裂纹在不同的透照厚度下能识别缺陷的最大透照角》2019.04.25
- 《表3 果实识别具体结果：自然场景下基于改进LeNet卷积神经网络的苹果图像识别技术》2019.03.01
- 《表1 测试集样本数量：自然场景下基于改进LeNet卷积神经网络的苹果图像识别技术》2019.03.01