《表2 模型平台适用表：基于OpenCV的机器人目标检测候选区域生成算法》
提示：宽带有限、当前游客访问压缩模式
本系列图表出处文件名：随高清版一同展现
《基于OpenCV的机器人目标检测候选区域生成算法》
而在平台方面，对比其他神经网络模型，包括Faster RCNN，YOLO等机器学习算法的结果如表2所示。
| 图表编号 | XD00147915100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.06.18 |
| 作者 | 乔诗展 |
| 绘制单位 | 西北工业大学 |
| 更多格式 | 高清、无水印（增值服务） |
提示：宽带有限、当前游客访问压缩模式
相关图表
- 《表2 钝化材料基本性质：基于机器学习One-stage目标检测算法的塑料自动识别系统》2020.12.25
- 《表1 自定义菜单内容：基于机器学习One-stage目标检测算法的塑料自动识别系统》2020.12.25
- 《表2 基于不同优化目标的算法驱动生成设计实践统计表》2021.02.28
- 《表1 四种算法评估指标：基于孪生区域候选网络的无人机指定目标跟踪》2021.02.10
- 《表6 部分候选词表：基于演化算法的唐诗自动生成系统研究》2020.11.25
- 《表2 算法评估结果：基于自适应纹理特征和码本模型的分层运动目标检测算法研究》2020.12.01
- 《表3 基于候选区域的目标检测算法性能对比》2020.09.01
- 《表4 基于候选区域的目标检测算法的优缺点及适用场景对比》2020.09.01
- 《表6 基于回归的目标检测算法的优缺点和适用场景对比》2020.09.01
- 《表2 机场区域识别：基于边缘编组的遥感影像中机场目标检测算法》2020.06.30
- 《表2 精调滑动窗口策略：基于卷积神经网络的候选区域优化算法》2019.12.01
- 《表3 中心区域α值：基于特征融合和中心预测的目标检测算法》2020.03.25
- 《表2 模型组件性能对比：基于动态感受野的航拍图像目标检测算法》2020.02.25
- 《表2 人工数据集参数：基于YOLOv2模型的道路目标检测改进算法》2019.12.15
- 《表1 各算法性能比较：结合网格密度聚类的行人检测候选域生成》2019.09.16
- 《表1 检测结果表：基于区域生成网络结构的多层特征融合目标检测算法》2019.08.28
- 《表4 时间性能分析比较：基于图像感兴趣区域的机器人闭环检测算法》2019.09.01
- 《表2 模型优化实验：基于鱼眼图像的目标检测算法研究》2019.06.05
- 《表1 算法性能指标对比：基于视觉的水面垃圾清理机器人目标检测算法》2019.01.28
- 《表2 区域候选框尺寸设置对检测算法的影响》2019.12.01