《表2 基于深度学习的车辆检测相关文献》
提示：宽带有限、当前游客访问压缩模式
在以上基于卷积神经网络的目标检测的基础上，一些学者又提出了一些新的基于深度学习的车辆检测算法，如表2所示。
| 图表编号 | XD00119569200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.12.15 |
| 作者 | 李明熹、林正奎、曲毅 |
| 绘制单位 | 大连海事大学信息科学技术学院、大连海事大学信息科学技术学院、大连海事大学信息科学技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 不同算法模型对比：一种基于深度学习的车辆识别算法》2020.12.25
- 《表2 末端原因确认表：基于深度学习的实时车辆检测研究》2021.01.05
- 《表2 多元回归分析结果：基于深度学习的车辆时序动作检测算法》2020.12.16
- 《表1 水灭火系统用水量：基于深度学习的车辆时序动作检测算法》2020.12.16
- 《表2 基于深度学习的缺陷检测方法》2020.11.01
- 《表3 参考文献模型：基于深度学习的协同过滤推荐算法》2020.08.01
- 《表1 图像采集信息：基于深度学习的车辆识别系统设计》2020.05.30
- 《表2 实验环境：基于深度学习的轻量遥感图像车辆检测模型》2020.06.25
- 《表1 网络结构：基于深度学习的轻量遥感图像车辆检测模型》2020.06.25
- 《表2 温度检测专利列表：基于专利与文献分析的轨道车辆轴承健康检测先进技术研究》2020.06.16
- 《表7 基于深度学习的目标检测相关文献》2020.09.01
- 《表4 算法评价指标：基于形态检测与深度学习的高空视频车辆识别》2019.12.01
- 《表2 检测结果：基于深度学习的电器目标检测》2020.01.01
- 《表1 实验结果对比表：基于深度学习的车辆检测》2019.12.01
- 《表1 基于深度学习方法搭建负荷预测模型的文献统计》2019.09.10
- 《表3 整体测试结果：一种深度学习的非机动车辆目标检测算法》2019.04.15
- 《表1 数据集分配表：一种深度学习的非机动车辆目标检测算法》2019.04.15
- 《表4 验证工况：基于深度学习的极限工况下车辆的状态估计》2018.10.15
- 《表3 车辆参数：基于深度学习的极限工况下车辆的状态估计》2018.10.15
- 《表1 2012~2017年间与深度学习研究相关的文献数量统计》2018.04.20