《表2 基于Faster R-CNN的舰船目标检测结果》
提示：宽带有限、当前游客访问压缩模式
无云条件以及薄云条件下的检测分类结果如表2所示。
| 图表编号 | XD00128325900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.01.01 |
| 作者 | 彭健、李天任、王宇航、惠俊鹏 |
| 绘制单位 | 中国运载火箭技术研究院、中国运载火箭技术研究院、中国运载火箭技术研究院、中国运载火箭技术研究院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 分类结果判别表：基于改进Faster R-CNN的红外舰船目标检测算法》2021.02.20
- 《表2 识别精度：基于卷积神经网络模型Faster R-CNN的遥感影像目标识别研究》2021.01.25
- 《表1 目标检测结果：基于Faster R-CNN的保偏光纤偏振轴检测方法研究》2018.06.01
- 《表1 纳入文献基本特征：基于改进faster R-CNN算法的小目标车辆检测》2021.02.08
- 《表1 Faster R-CNN雷达特征目标检测结果》2020.06.01
- 《表2 训练参数：基于改进Faster R-CNN算法的两轮车视频检测》2020.05.01
- 《表6 用Faster R-CNN在MS-COCO上的目标检测实验》2020.05.01
- 《表2 不同模型性能对比：基于Faster R-CNN的服装目标检测改进方法》2020.04.15
- 《表1 服装类别标签：基于Faster R-CNN的服装目标检测改进方法》2020.04.15
- 《表1 目标检测结果：基于Faster R-CNN的遥感图像目标检测技术》2020.04.30
- 《表2 基于Faster R-CNN的金丝猴检测的mAP结果》2020.06.25
- 《表2 数据集中数据分配：基于改进Faster R-CNN的地铁车辆焊缝缺陷检测》2020.04.01
- 《表4 检测结果对比表：基于Faster R-CNN算法的探地雷达管线目标智能识别》2020.06.30
- 《表2 VGG网络结构：基于Faster R-CNN算法的探地雷达管线目标智能识别》2020.06.30
- 《表2 VGG网络结构：基于Faster R-CNN算法的探地雷达管线目标智能识别》2020.06.30
- 《表3 网络参数设置：基于Faster R-CNN算法的探地雷达管线目标智能识别》2020.06.30
- 《表2 基于不同卷积网络的Faster R-CNN模型检测结果比较》2019.08.10
- 《表1 实验数据信息：基于Faster R-CNN的高分辨率图像目标检测技术》2019.06.01
- 《表1 实验结果对比：基于Faster R-CNN的办公用品目标检测》2019.01.01
- 《表1 鸟巢检测结果分类：基于Faster R-CNN的多尺度高压塔鸟巢检测》2019.10.01