《表3 本研究方法与Faster R-CNN对比》

《表3 本研究方法与Faster R-CNN对比》   提示：宽带有限、当前游客访问压缩模式
本系列图表出处文件名：随高清版一同展现
《基于改进DenseNet的水果小目标检测》


  1. 获取 高清版本忘记账户？点击这里登录
  1. 下载图表忘记账户？点击这里登录

改进网络架构对3种水果数据集的检测结果如表3所示，与文献[8]结果相比，精度与速度都得到了提升.速度由7 FPS升至43 FPS；从F1值来看，苹果和芒果的检测精度分别提升0.017和0.020，杏提升较高，为0.056.

图表编号XD00215935800    严禁用于非法目的
绘制时间2021.02.01
作者徐利锋、黄海帆、丁维龙、范玉雷
绘制单位浙江工业大学计算机科学与技术学院、浙江工业大学计算机科学与技术学院、浙江工业大学计算机科学与技术学院、浙江工业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

  1. 《表3 采用FL函数或DFL函数的Faster R-CNN模型和微调后的Faster R-CNN模型的检测性能对比》2020.10.10
  2. 《表3 矿石分类结果比较：基于PSO-Faster R-CNN改进算法的矿石识别分类研究》2021.02.25
  3. 《表2 仪表示数识别结果：基于Faster R-CNN的仪表识别方法》2020.12.01
  4. 《表2 仪表示数识别结果：基于Faster R-CNN的仪表识别方法》2020.12.01
  5. 《表1 目标检测结果：基于Faster R-CNN的保偏光纤偏振轴检测方法研究》2018.06.01
  6. 《表3 不同方法对比：基于改进Faster R-CNN算法的两轮车视频检测》2020.05.01
  7. 《表2 不同模型性能对比：基于Faster R-CNN的服装目标检测改进方法》2020.04.15
  8. 《表1 服装类别标签：基于Faster R-CNN的服装目标检测改进方法》2020.04.15
  9. 《表1 本文方法与Faster R-CNN在CTSD中的检测性能》2020.07.24
  10. 《表2 不同方法对比：基于Faster R-CNN的道路裂缝识别》2020.07.06
  11. 《表1 R-CNN,Fast R-CNN,Faster R-CNN对比》2020.06.25
  12. 《表1 使用基线Faster R-CNN和本文方法的平均精确度》2020.03.15
  13. 《表1 深度网络模型对比：基于Faster R-CNN深度网络的油菜田间杂草识别方法》2020.01.25
  14. 《表1 多尺度特征提取合并方法FM与Faster R-CNN方法在IOU=0.5时的实验结果》2020.01.01
  15. 《表2 级联RPN方法DRPN与Faster R-CNN方法在IOU=0.5时的实验结果》2020.01.01
  16. 《表2 Faster R-CNN方法计算时间开销》2019.05.11
  17. 《表1 Faster R-CNN、SVM对比》2019.06.15
  18. 《表6 改进后Faster R-CNN与原始Faster R-CNN性能对比》2019.06.16
  19. 《表7 改进的Faster R-CNN与其他方法对比》2019.08.01
  20. 《表3 改进前后数据对比：基于改进Faster R-CNN的自然场景文字检测算法》2019.12.01

随机翻阅

《表3 回归结果：定向降准对银行小微企业贷款占比的影响》 《表6 化合物1-7作用下番茄链格孢菌的生长直径及抑菌率》 《表1 4种APs的保留时间、定性离子和定量离子》 《表2 酱腌干木瓜丝中各种相关性状与脆度的相关性分析》 《表1：成鞋吸湿、透湿性测试仪软件研究》 《表1 不同干旱胁迫下通脱木幼苗的生长指标》 《表3 大学生自我管理整体水平得分》 《表2 集电极电流和基极电流非理想因子》 《Table 3 An overall profile of residents'cultural biases in Ganzhou District》 《表5 新匹配冷却系统KULI仿真分析结果》