《表2 实验环境：基于深度学习的轻量遥感图像车辆检测模型》
提示：宽带有限、当前游客访问压缩模式
实验环境：实验采用深度学习框架darknet搭建实验运行环境，并在GPU服务器GeForce GTX 1080TI的CUDA环境中进行GPU并行加速计算，具体配置如表2:
| 图表编号 | XD00157234500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.06.25 |
| 作者 | 李圣琀、邵峰晶 |
| 绘制单位 | 青岛大学计算机科学技术学院、青岛大学计算机科学技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 模型识别精度对比：基于深度学习的无人机拍摄图像绝缘子目标检测》2020.10.25
- 《表1 训练环境配置：基于深度学习的无人机拍摄图像绝缘子目标检测》2020.10.25
- 《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2 实验检测结果：基于深度学习的图像检索技术的实现》2020.11.01
- 《表1 实验模型信息：基于深度学习的图像检索技术的实现》2020.11.01
- 《表2 验证集检测结果：基于轻量深度学习网络的机房人物检测研究》2021.02.15
- 《表1 验证集检测结果：基于轻量深度学习网络的机房人物检测研究》2021.02.15
- 《表2 参数对模型的影响：基于深度学习的远程视频监控异常图像检测》2021.02.28
- 《表2 Cnet模型参数：基于轻量级深度神经网络的环境声音识别》2020.11.10
- 《表1 实验环境表：基于深度学习的农作物病害叶片的图像超分辨率重建》2020.04.30
- 《表1 网络结构：基于深度学习的轻量遥感图像车辆检测模型》2020.06.25
- 《表3 基于深度学习的遥感图像分类专题实践内容（简要示例）》2020.06.25
- 《表2 实验环境配置：基于深度学习的单幅图像三维重建算法》2020.01.01
- 《表1 实验结果对比表：基于深度学习的车辆检测》2019.12.01
- 《表1 实验环境配置：基于深度学习的复杂背景雷达图像多目标检测》2019.06.01
- 《表1 样本划分方案：基于深度学习的激光遥感图像特征识别》2019.02.25
- 《表2 噪声等级：基于深度学习和人眼视觉系统的遥感图像质量评价》2019.03.25
- 《表1 模糊等级：基于深度学习和人眼视觉系统的遥感图像质量评价》2019.03.25
- 《表1 实验环境硬件配置：基于深度学习的无人机侦察图像目标识别》2019.10.10
- 《表1 实验环境：一种基于深度学习的图像超分辨率重构方法》2019.11.01