《表2 各算法在遥感图像物体的检测精度和检测速度》
提示：宽带有限、当前游客访问压缩模式
本文评估了FESSD算法的检测精度与检测速度，并与几种典型的多尺度目标检测算法进行对比，对比结果如表2所示．
| 图表编号 | XD00118311200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.01.01 |
| 作者 | 史文旭、谭代伦、鲍胜利 |
| 绘制单位 | 中国科学院成都计算机应用研究所、中国科学院大学、西华师范大学数学与信息学院、中国科学院成都计算机应用研究所、中国科学院大学 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 各算法对各类病虫害的检测精度》2020.09.05
- 《表2 YOLOv3-tiny算法在低质量遥感图像下检测指标》2021.01.01
- 《表3 Retina Net算法在低质量遥感图像下检测指标》2021.01.01
- 《表4 DS-YOLO算法在低质量遥感图像下检测指标》2021.01.01
- 《表2 不同算法结果对比：基于深度卷积神经网络的遥感图像目标检测方法》2020.05.25
- 《表2 图像显著区域检测各算法性能指标》2020.09.01
- 《表4 变化检测精度评价：结合IR-MAD与均值漂移算法的密集城区遥感影像变化检测》2020.06.25
- 《表3 不同算法在512×512图像上的检测精度》2019.12.31
- 《表2 不同算法在320×320图像上的检测精度》2019.12.31
- 《表3 算法对比结果：A-FPN算法及其在遥感图像船舶检测中的应用》2020.02.25
- 《表1 目标检测算法精度和速度对比》2020.03.15
- 《表1 精度评定结果：遥感图像分类中的遗传算法LVQ神经网络运用》2020.01.01
- 《表4 各独立模块对光学遥感图像目标检测的影响》2020.01.01
- 《表1 自采集数据集统计：特征增强SSD算法及其在遥感目标检测中的应用》2020.01.01
- 《表1 各算法在TB-50数据集中的跟踪精度和平均速度》2019.09.25
- 《表2 SSD算法在test-90测试集上的检测精度(单位:%)》2019.09.25
- 《表2 不同算法在DETRAC测试集上的m AP和检测速度》2018.12.20
- 《表2 不同图像增强算法在人脸检测中的性能比较》2018.06.20
- 《表2 4种算法在Cameramen图像（图4）中的检测结果》2019.12.16
- 《表3 本文算法中各模块的检测精度和速度》2019.12.01