《表2 基于Ada Boost算法的头部检测结果统计》
提示：宽带有限、当前游客访问压缩模式
本文共使用了135幅图像195个人脸进行实验，其中包括正脸80个、侧脸65个、俯视姿态50个，实验结果统计如表2所示。
| 图表编号 | XD00189948500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.11.05 |
| 作者 | 李小平、张琳、孙清亮、姜丽萍、陈建珍 |
| 绘制单位 | 北京理工大学教育技术研究所、北京建筑大学电气与信息工程学院、北京理工大学教育技术研究所、北京教育科学研究院、北京理工大学教育技术研究所 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 不同算法统计结果：基于机器视觉的金属板材表面缺陷光学检测技术》2020.09.10
- 《表2：头部检测算法比对结果》2020.08.01
- 《表1 分类算法结果比较：基于改进的ResNeSt驾驶员头部状态分类算法》2021.03.01
- 《表7 误差统计分析：基于逻辑回归算法的交通事故中行人头部损伤因素研究》2020.12.20
- 《表4 测试结果统计：基于深度学习的水位线检测算法》2020.07.10
- 《表1 0 BPNN＿Ada Boost模型采隐藏层神经元个数为10》2020.06.01
- 《表9 BPNN＿Ada Boost模型采隐藏层神经元个数为8》2020.06.01
- 《表8 BPNN＿Ada Boost模型采隐藏层神经元个数为6》2020.06.01
- 《表2 人流量统计结果：基于人流量检测的改进CN算法》2020.02.16
- 《表3 BP-Ada Boost神经网络训练结果》2019.09.05
- 《表8 Tr Ada Boost的T1变工况迁移故障诊断细节》2019.05.01
- 《表6 Ada Boost分类器对正常食管图像与早期食管癌图像的分类结果》2019.07.31
- 《表9 不同分类情况下Ada Boost分类器分类模型参数评估表》2019.07.31
- 《表2 起动阶段各参数的相关误差统计及告警门限 (快速Ada Boost.RT算法)》2019.06.01
- 《表1 起动阶段各参数的相关误差统计及告警门限 (传统Ada Boost.RT算法)》2019.06.01
- 《表1 混合核素识别效果：基于Ada Boost的核素识别方法》2019.01.20
- 《表1 Ada Boost算法流程》2018.01.25
- 《Table 1 Comparison of correct categorization rates using CNN, SVM and Ada Boost》2018.06.01
- 《表1 测试结果统计：基于微惯性器件的头部运动综合测量方法研究》2018.04.01
- 《表2 小包能量特征表：基于核主成分分析BP＿Ada Boost算法的数控铣床故障诊断》2019.12.15