《表2 绝缘子检测结果：基于端到端算法的绝缘子检测技术研究》
提示：宽带有限、当前游客访问压缩模式
绝缘子检测结果见表2，由表2可见，采用端到端的深度学习方法，在不丢失检测精度的前提下，缩短了绝缘子的检测时间，其中YOLOv2检测时间最短、检测效果最佳。
| 图表编号 | XD00208751300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2021.02.25 |
| 作者 | 肖新帅、田秀霞、徐曼 |
| 绘制单位 | 上海电力大学计算机科学与技术学院、上海电力大学计算机科学与技术学院、上海电力大学计算机科学与技术学院 |
| 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3 路试结果对比：基于端到端学习的视觉车道线保持方法研究》2020.11.30
- 《表2 仿真实验结果：基于端到端学习的视觉车道线保持方法研究》2020.11.30
- 《表2 加速效果统计表：基于改进YOLO V3的接触网绝缘子检测方法》2020.08.01
- 《表2 网络深度对比结果：基于深度视觉注意神经网络的端到端自动驾驶模型》2020.07.10
- 《表2 测试结果：基于组合决策树的输电线路绝缘故障检测系统设计》2020.06.05
- 《表2 各模型的表现结果：基于ResNet-BLSTM的端到端语音识别》2020.09.15
- 《表1 污秽程度评估结果：基于高光谱遥感的复合绝缘子污秽非接触式检测研究》2020.03.10
- 《表2 RMSE结果对比：辅助车道线检测的端到端自动驾驶》2020.04.15
- 《表2 FTIR检测结果：基于激光诱导击穿光谱的复合绝缘子老化诊断方法初探》2020.02.20
- 《表3 预测结果相关系数：基于时间序列模型的劣化绝缘子红外热像检测方法》2020.02.25
- 《表4 检测结果：基于时间序列模型的劣化绝缘子红外热像检测方法》2020.02.25
- 《表1 高光谱仪规格参数：基于高光谱技术的绝缘子污秽等级检测方法》2019.11.30
- 《表2 识别结果：基于在线自动检测装置的复合绝缘子憎水性评价》2019.08.28
- 《表1 绝缘阻值测试结果：基于STM32的电动汽车绝缘电阻检测系统设计》2019.10.05
- 《表2 IP地址分析：基于DPI技术的NB-IoT端到端质量分析》2019.09.10
- 《表1 绝缘电阻测试结果：低值瓷绝缘子红外检测温差阈值研究》2019.01.28
- 《表1 实验参数表：基于局部放电检测的干式电抗器匝间绝缘老化特性研究》2019.11.25
- 《表2 仿真实验对比：基于时空特征融合的端到端无人车控制》2019.10.28
- 《表3 路试结果对比：基于时空特征融合的端到端无人车控制》2019.10.28