《表3 不同骨干网络检测结果对比》
提示：宽带有限、当前游客访问压缩模式
近年来，利用模型压缩理论产生了许多轻量级网络模型，为了验证模型在YOLOv3网络框架下剪枝的优越性，本文通过不同轻量级网络进行对比，检测结果如表3所示。
| 图表编号 | XD00150817500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.09.01 |
| 作者 | 白士磊、殷柯欣、朱建启 |
| 绘制单位 | 长春工业大学计算机科学与工程学院、长春工业大学计算机科学与工程学院、吉林大学软件学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 紧固件检测网络分类器性能对比结果》2020.09.01
- 《表3 实验对比结果：基于联合模型的网络舆情事件检测方法》2021.03.05
- 《表2 使用不同水下显著性检测网络的水下图像显著性检测结果对比》2021.01.01
- 《表1 使用不同陆地显著性检测网络的水下图像显著性检测结果对比》2021.01.01
- 《表3 不同目标检测网络对比》2020.12.20
- 《表3 不同改进网络的钢轨踏面块状伤损检测结果对比》2021.03.10
- 《表3 实时检测网络模型的实验结果对比》2021.03.01
- 《表1 实验结果：无线网络中最小权虚拟骨干网连通部分的新方法》2021.01.05
- 《表3 改进网络检测结果对比》2021.01.01
- 《表2 不同网络目标检测结果对比》2020.10.01
- 《表2 使用不同骨干网络后的检测效果对比》2020.07.10
- 《表1 骨干网络：一种卷积神经网络的车辆和行人检测算法》2020.04.25
- 《表2 不同算法结果对比：基于深度卷积神经网络的遥感图像目标检测方法》2020.05.25
- 《表2 不同任务网络在不同骨干网络下不同IOU阈值分割AP指标值状况》2020.10.31
- 《表4 Tiny CDNet 2014数据集上骨干网络的对比实验》2020.06.01
- 《表3 骨干网络配置：基于YOLOV3的改进模型在行人检测中的应用》2020.08.15
- 《表3 不同RPN网络检测的结果》2020.01.10
- 《表4 不同神经网络异常检测结果精确度指标对比》2019.12.01
- 《表3 对比实验结果：社交网络中的敏感内容检测方法研究》2019.08.01
- 《表4 73份水稻骨干亲本的基因型检测结果》2019.01.01