《表2 安全帽佩戴检测模型效果对比》
提示：宽带有限、当前游客访问压缩模式
在训练样本数分别为450、300、150的情况下，分别采用增强Faster R-CNN和传统Faster R-CNN模型检测安全帽佩戴情况，结果见表2。
| 图表编号 | XD00178295200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.02.01 |
| 作者 | 张博、宋元斌、熊若鑫、张世超 |
| 绘制单位 | 上海交通大学船舶海洋与建筑工程学院、上海交通大学船舶海洋与建筑工程学院、上海交通大学船舶海洋与建筑工程学院、上海外高桥造船有限公司 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 漏洞扫描效果对比：私有云环境下主机安全漏洞高效检测》2021.03.10
- 《表3 算法性能对比：基于YOLOv5网络模型的人员口罩佩戴实时检测》2021.02.25
- 《表2 实验环境配置：基于YOLOv5网络模型的人员口罩佩戴实时检测》2021.02.25
- 《表3 试块力学性能：YOLOv3在安全帽佩戴检测中的应用研究》2020.12.25
- 《表4 浆料指标：YOLOv3在安全帽佩戴检测中的应用研究》2020.12.25
- 《表1 不同k值下的安全帽佩戴检测》2020.02.01
- 《表3 检测效果对比：融合人体关节点的安全帽佩戴检测》2020.02.01
- 《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 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》2020.06.01
- 《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2 安全帽佩戴数据集各类别AP50及mAP-50》2020.05.01
- 《表4 模型效果对比：改进SSD的安全帽佩戴检测方法》2020.08.20
- 《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2 两种模型效果对比：基于改进Faster RCNN的安全帽佩戴检测研究》2020.03.01
- 《表7 有无佩戴安全带时胸腹部压缩最大值对比分析》2019.12.10
- 《表5 实验结果对比表：改进YOLO v3的安全帽佩戴检测方法》2019.06.01
- 《表4 网络参数说明表：改进YOLO v3的安全帽佩戴检测方法》2019.06.01
- 《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