《表3 行人目标检测量对比表》
提示：宽带有限、当前游客访问压缩模式
以10min作为单位检测时长，分别记录在5个单位时长内，实验组、对照组行人目标检测量的实际变化情况，实验详情如表3所示。
| 图表编号 | XD00164303600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.07.25 |
| 作者 | 王林、刘盼 |
| 绘制单位 | 西安理工大学自动化与信息工程学院、西安理工大学自动化与信息工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 模型检测性能对比：改进的YOLOv3红外图像行人检测算法》2020.07.30
- 《表7 目标检测算法在行人检测中的应用》2021.03.15
- 《表3 与不同经典行人目标跟踪模型性能对比》2021.02.28
- 《表5 不同方法在INRIA数据库上的行人检测性能对比结果》2021.02.18
- 《表3 人脸验证实验结果：基于YOLO和FaceNet航拍行人目标识别》2020.11.25
- 《表2 目标检测实验结果：基于YOLO和FaceNet航拍行人目标识别》2020.11.25
- 《表1 人脸检测网络结构：基于YOLO和FaceNet航拍行人目标识别》2020.11.25
- 《表1 人脸检测网络结构：基于YOLO和FaceNet航拍行人目标识别》2020.11.25
- 《表5 算法对比：一种卷积神经网络的车辆和行人检测算法》2020.04.25
- 《表1 试验结果对比：基于Cascade-Rcnn的行人检测》2020.01.25
- 《表3 行人检测算法效果对比》2020.04.10
- 《表1 各方法对比结果：基于分布式二维激光测距仪的室内行人检测与跟踪》2020.03.01
- 《表1 行人目标检测的准确性》2019.12.01
- 《表3 行人检测耗时对比表》2020.02.25
- 《表4 对比试验结果：基于5G手机的交叉路口行人检测》2020.02.25
- 《表3 本文行人检测算法与主流算法的Map和FPS对比》2020.02.10
- 《表8 KITTI数据集行人、自行车目标检测AP3D指标对比》2020.01.01
- 《表2 近10年以来主流行人检测算法对比》2019.06.20
- 《表1 INRIA行人数据集中不同方法的检测准确性对比》2019.06.01
- 《表3 行人检测性能对比：基于卷积神经网络的多目标实时检测》2019.04.16