《表2 IOU对烟雾检测效果的对比》
提示：宽带有限、当前游客访问压缩模式
前文实验所得到的结果的IOU均预设为0.5，为验证模型对不同尺度特征提取能力，需要验证其被不同IOU阈值影响的程度，于是在相同的实验条件下对比不同的IOU值模型评价指标的检测结果如表2所示．
| 图表编号 | XD00140469800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.04.10 |
| 作者 | 刘丽娟、陈松楠 |
| 绘制单位 | 信阳农林学院信息工程学院、信阳农林学院信息工程学院、北京林业大学工学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 实验环境配置表：基于人工智能的轻量级模型对烟雾检测研究及应用》2020.12.15
- 《表4 IOU值对比：改进RetinaNet的伪装人员检测方法研究》2021.03.01
- 《表4 不同IoU阈值下检测精度的对比》2020.08.10
- 《表2 烟雾探测器烟雾值追踪检测统计表》2020.11.25
- 《表3 不同框架对于FLIR数据集的检测结果Faster R-CNN IOU阈值为0.3,YOLOv3 IOU阈值为0.6》2020.10.15
- 《表3 当IOU为50时最优模型检测结果》2020.03.01
- 《表4 IOU=75时不同模型检测结果》2020.04.15
- 《表3 IOU=50时不同模型检测结果》2020.04.15
- 《表1 不同模型烟雾检测效果对比》2020.04.10
- 《表1 IOU为0.7各类目标的检测精度》2020.02.10
- 《表2 不同IOU(Iou）值下不同模型mAP值对比》2020.02.25
- 《表2 分割交并比IoU对比表》2020.01.15
- 《表2 实验结果数据比较：基于互信息时空域特征的视频烟雾检测方法》2019.09.01
- 《表2 RMSE与IOU对比》2019.04.01
- 《表2 两种检测方式对患儿不同程度脑室出血的诊断效果对比分析 例 (%)》2019.04.25
- 《表2 不同阈值 (IoU) 时序动作检测精度比较》2019.02.05
- 《表2 混淆矩阵：基于深度迁移学习的烟雾图像检测》2019.04.01
- 《表2 不同IOU阈值下改进前后模型的检测结果》2019.04.25
- 《表1 烟雾视频的检测结果》2018.08.01
- 《表1 渲染烟雾效果帧率对比》2019.11.01