《表9 算法测试结果:改进YOLOV3的火灾检测方法》
为了进一步验证本文算法在火灾检测上的有效性,将本文算法与目标检测效果良好的Faster R-CNN、SSD、YOLO、YOLOV2、YOLOV3等模型在相同的数据集上进行实验对比分析,6种算法性能测试结果如表9所示。
图表编号 | XD00150169600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.01 |
作者 | 罗小权、潘善亮 |
绘制单位 | 宁波大学信息科学与工程学院、宁波大学信息科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |
为了进一步验证本文算法在火灾检测上的有效性,将本文算法与目标检测效果良好的Faster R-CNN、SSD、YOLO、YOLOV2、YOLOV3等模型在相同的数据集上进行实验对比分析,6种算法性能测试结果如表9所示。
图表编号 | XD00150169600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.01 |
作者 | 罗小权、潘善亮 |
绘制单位 | 宁波大学信息科学与工程学院、宁波大学信息科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |