《表2 测试集各样本数量：基于深度学习的安全帽佩戴检测与跟踪》
提示：宽带有限、当前游客访问压缩模式
首先从当前施工现场监控视频中挑出各种情况的视频，然后通过视频剪辑软件制作测试视频，接着采用视频分帧方法得到图片测试集，测试集各样本数量如表2所示。
| 图表编号 | XD00164193800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.06.01 |
| 作者 | 秦嘉、曹雪虹、焦良葆 |
| 绘制单位 | 南京工程学院信息与通信工程学院、南京工程学院信息与通信工程学院、南京工程学院信息与通信工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 数据集参数：基于深度学习的交通标志检测系统仿真》2020.09.15
- 《表2 测试集得分：基于深度学习的智能矿物识别方法研究》2020.09.01
- 《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3 测试集表现：基于深度学习的远程视频监控异常图像检测》2021.02.28
- 《表3 各模型检测结果：基于深度学习的安全帽佩戴检测与跟踪》2020.06.01
- 《表1 特征图与先验框：基于深度学习的安全帽佩戴检测与跟踪》2020.06.01
- 《表2 数据集分配表：改进SSD的安全帽佩戴检测方法》2020.08.20
- 《表1：基于迁移学习与RetinaNet的口罩佩戴检测的方法》2020.03.01
- 《表3：基于迁移学习与RetinaNet的口罩佩戴检测的方法》2020.03.01
- 《表2：基于迁移学习与RetinaNet的口罩佩戴检测的方法》2020.03.01
- 《表4 数据集2检测结果：基于深度序列加权核极限学习的入侵检测算法》2020.03.01
- 《表2 数据集组成：基于深度学习的工业自动化包装缺陷检测方法》2020.04.10
- 《表2 测试集上的精度：深度学习在表面质量检测方面的应用》2020.01.08
- 《表1 数据集构成：基于深度学习的Web安全事件分析系统及其实现》2019.04.01
- 《表2 数据集分配表：基于改进YOLOv2的快速安全帽佩戴情况检测》2019.05.01
- 《表3 测试结果：基于改进YOLOv2的快速安全帽佩戴情况检测》2019.05.01
- 《表4 速率对比：基于深度学习的头盔佩戴自动检测》2019.08.18
- 《表1 测试集识别结果：基于深度学习的学习者情感识别与应用》2019.02.01
- 《表3 检验试验结果：基于深度学习的建筑工人安全帽佩戴识别研究》2019.04.25
- 《表2 匹配方法：基于深度学习的安全帽检测方法研究》2018.09.01