《表2 检测分支不同卷积核设置下的检测结果》
提示：宽带有限、当前游客访问压缩模式
检测分支的卷积核大小决定了网络预测中心点位置、目标斜框参数时的感受野，分别设置k=3、k=5、k=7三种参数进行实验，实验结果如表2所示．
| 图表编号 | XD00132313900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.04.01 |
| 作者 | 张筱晗、姚力波、吕亚飞、韩鹏、李健伟 |
| 绘制单位 | 海军航空大学信息融合研究所、海军航空大学信息融合研究所、海军航空大学信息融合研究所、海军91039部队、海军92877部队 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 噪声方差参数设置：基于全卷积网络的阀门粘滞检测方法》2021.02.25
- 《表6 不同模型裁剪结果：基于卷积神经网络的实时车辆检测》2021.03.01
- 《表2 不同卷积核下的识别效果》2020.10.01
- 《表2 不同尺寸卷积核条件下的综合指标结果》2020.07.10
- 《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 不同类型高滴度抗核抗体干扰下甘胆酸检测结果（mg/L)》2020.05.15
- 《表2 卷积核参数设置：基于CNN的电力变压器故障诊断方法》2020.07.05
- 《表2 模型参数量比较：采用卷积核金字塔和空洞卷积的单阶段目标检测》2020.01.16
- 《表2 不同大小的卷积核对比实验结果(%)》2020.04.01
- 《表2 不同卷积网络模型的检测结果》2020.01.10
- 《表1 网络各层的卷积核个数设置》2020.01.16
- 《表3 参数设置信息：高斯核密度估计方法检测健康数据异常值》2019.12.01
- 《表4 卷积核对比组设置：基于卷积神经网络的无人机遥感农作物分类》2019.11.25
- 《表2 网络初始卷积核参数设置》2019.11.25
- 《表1 DV-CNN不同阶段卷积核数量及大小设置》2019.09.16
- 《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3 不同卷积核大小下的SROCC和LCC》2019.05.01
- 《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2 3种算法在线性核函数下的异常检测正确率》2018.01.20
- 《表1 3种算法在RBF核函数下的异常检测正确率》2018.01.20