《表1 人脸检测实验结果统计》
提示：宽带有限、当前游客访问压缩模式
可以从两个方面来考虑：（1）漏检测的；（2）误检测的，实验结果统计如表1所示。
| 图表编号 | XD00124494900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.11.25 |
| 作者 | 谢昕容 |
| 绘制单位 | 福建省建瓯市第一中学 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表9 实验检测结果：基于嵌入式人脸识别的高校图书馆借阅系统设计》2020.10.15
- 《表1 实验结果：基于空洞卷积的低质量人脸深度伪造图片检测》2021.03.15
- 《表1 云机器人框架中人脸检测和识别服务压力测试的统计结果》2021.02.16
- 《表1 人脸检测统计表：灾后救援机器人的设计研究》2021.02.01
- 《表1 三种算法人脸检测实验对比》2020.11.10
- 《表1 人脸检测算法对比结果》2020.07.25
- 《表2 人脸口罩检测实验结果》2020.07.01
- 《表1 人脸检测对比结果：基于Res-Bi-LSTM的人脸表情识别》2020.07.01
- 《表1 检测结果：基于新增haar特征和改进AdaBoost的人脸检测算法》2020.04.01
- 《表1 有无数据增强部分和人脸识别与年龄检测部分的对比实验》2020.04.05
- 《表4 人脸检测评价指标实验结果》2020.04.10
- 《表1 检测结果对比：基于人脸识别的驾驶人员疲劳检测系统设计》2020.02.01
- 《表6 技巧对比实验：CPU环境下快速精确的人脸检测方法》2020.01.01
- 《表1 1 极端人脸识别率实验结果》2019.12.01
- 《表1 人脸检测结果：基于深度学习的驾驶员打电话行为检测方法》2019.12.05
- 《表1 人脸数据库检测结果》2019.08.06
- 《表3 实验结果统计表：改进的连通区域标记算法在人脸五官识别定位技术的应用》2019.05.31
- 《表2 实验参数设置：深度卷积神经网络应用于人脸特征点检测研究》2019.02.15
- 《表1 实验的检测结果：融合YCbCr肤色模型与改进的Adaboost算法的人脸检测》2018.04.01
- 《表1 人脸检测对比实验表》2018.03.20