《表3 YOLO训练参数》
提示：宽带有限、当前游客访问压缩模式
本实验实验环境为Windows操作系统，编程语言为Python，具体实验环境如表1、表2、表3所示。
| 图表编号 | XD00140010100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.12.01 |
| 作者 | 徐小茹 |
| 绘制单位 | 江苏财经职业技术学院人文艺术与法律学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 网络训练参数表：YOLO算法在安检异常图像中的研究》2020.11.01
- 《表2 YOLO网络每层的详细结构和参数》2020.08.01
- 《表4 YOLO V3网络三层输出特征图参数》2020.11.01
- 《表2 实验焊接工艺参数：基于YOLO＿v3和Tesseract5.0的高铁摩擦片编码识别算法研究》2020.12.01
- 《表1 Dense-YOLO的初始化参数》2020.12.01
- 《表3 模型训练时长：基于Yolo算法的塑料检测定位系统》2020.11.25
- 《表2 T-YOLO参数配置》2021.01.28
- 《表3 S-YOLO与Base-YOLO的结果对比》2020.07.25
- 《表3 YOLO测试结果：基于YOLO架构的海面目标航空器识别研究》2020.12.05
- 《表1 材料力学参数：基于YOLO-TridentNet的车辆检测方法》2020.11.15
- 《表1 实验参数取值：基于改进YOLO算法的车位自动检测系统》2020.04.15
- 《表2 最优参数：基于改进YOLO算法的车位自动检测系统》2020.04.15
- 《表6 模型参数和性能：改进YOLO v3算法及其在安全帽检测中的应用》2020.05.01
- 《表3 Tiny-YOLO多尺度训练结果》2020.04.15
- 《表3 YOLO-V3检测效果》2020.01.10
- 《表1 性能参数对比：基于YOLO改进算法的轨道扣件状态检测研究》2020.01.01
- 《表1 对比实验参数表：基于YOLO v3的红外末制导典型目标检测》2019.08.25
- 《表2 疑难样本训练方法：基于YOLO的驾驶视频目标检测方法》2019.01.25
- 《表2 Underwater-YOLO使用不同训练策略的网络性能对比》2019.03.01
- 《表1 YOLO-V3-M与YOLO-V3对比》2019.12.16