《表1 三种网络大类识别对比数据表》
提示：宽带有限、当前游客访问压缩模式
经过非极大值抑制、关注区域筛选后，分别采用三种网络对上图粗检测目标进行进一步分类，效果如图6所示．针对图6所示样本框，三种网络的目标识别准确率统计如表1所示．
| 图表编号 | XD00149242000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.09.23 |
| 作者 | 王立鹏、张智、苏丽、聂文昌 |
| 绘制单位 | 哈尔滨工程大学自动化学院、哈尔滨工程大学自动化学院、哈尔滨工程大学自动化学院、哈尔滨工程大学自动化学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 实验数据集对比：基于层次注意力网络的论证区间识别研究》
- 《表1 三种模型在不同数据集特征点识别率对比表》2021.03.01
- 《表1 部分训练样本数据：基于BP神经网络与概率神经网络的汽车发动机故障识别方法及对比分析》2020.10.25
- 《表1 部分训练样本数据：基于BP神经网络与概率神经网络的汽车发动机故障识别方法及对比分析》2020.10.25
- 《表2 测试样本数据：基于BP神经网络与概率神经网络的汽车发动机故障识别方法及对比分析》2020.10.25
- 《表1 实验数据对比：基于人工神经网络的无人岛异常识别系统》2020.08.20
- 《表4 三种网络预测数据与验证集对比》2021.02.25
- 《表1 三种感知方法的网络攻击识别率（%）》2020.10.01
- 《表6 三种网络对数据集中具体一类的识别精确率（Precision）对比》2020.03.01
- 《表1 三种网络识别正确率对比》2020.03.01
- 《表2 三种网络小类识别对比数据表》2020.09.23
- 《表1 数据特点对比表：基于残差神经网络的陆空通话声纹识别》2020.03.05
- 《表1 三种模型识别结果对比》2019.12.15
- 《表1 数据增强前后RNN意图识别网络测试集准确率对比》2019.11.10
- 《表1 目标识别度对比：复杂网络大数据异构多模态目标识别方法研究》2019.09.01
- 《表4 在SYSU 3D HOI数据库上各种方法的识别结果对比 (“RGB-D”指同时使用RGB、深度和骨架三种模态数据)》2019.05.01
- 《表2 在NTU RGB-D数据库上各种方法的识别结果对比 (“RGB-D”指同时使用RGB、深度和骨架三种模态数据)》2019.05.01
- 《表1 三种方法测试网络数据传输延时结果对比》2019.06.25
- 《表2 三种方法测试网络数据丢包率对比》2019.06.25
- 《表3 三种识别网络的识别结果》2019.05.01