《表5 常用姿态估计数据集的方法和精度统计》
提示：宽带有限、当前游客访问压缩模式
对各数据集的统计情况各数据集如表4和表5所示，正是这些特定场景、专类公开的姿态估计数据集，使得基于姿态的机器人操控、自动驾驶和现实增强等应用快速发展。
| 图表编号 | XD00216434300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2021.02.16 |
| 作者 | 杨步一、杜小平、方宇强、李佩阳、王阳 |
| 绘制单位 | 航天工程大学、航天工程大学、航天工程大学、航天工程大学、航天工程大学 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表5 数据集的统计信息：基于文本化简的实体属性抽取方法》2020.11.01
- 《表4 常用姿态估计数据集统计》2021.02.16
- 《表2 不同方法对Urban Sound8K数据集的分类精度》2021.02.01
- 《表1 0 不同分类方法针对SA数据集的分类精度》2021.02.25
- 《表8 不同分类方法针对PU数据集的分类精度》2021.02.25
- 《表6 不同分类方法针对IP数据集的分类精度》2021.02.25
- 《表5 Pavia Centre数据集的分类精度》2021.02.15
- 《表5 Pavia University数据集的总体精度和平均精度、Kappa系数》2020.11.01
- 《表2 不同井斜角下姿态角估计精度》2018.08.01
- 《表5 NWPU-RESISC45数据集的分类精度》2020.06.25
- 《表1 数据集比较：深度学习的单人姿态估计方法综述》2020.07.01
- 《表1 现有常用姿态情感数据集统计》2020.07.01
- 《表5 MNIST数据集的测试精度对比》2020.05.01
- 《表5 银行数据集的聚类精度比较》2020.09.01
- 《表5 加油管管头姿态角测量精度统计表单位:(°)》2020.08.18
- 《表1 Bottom-up方法在多人人体姿态估计数据集上的性能》2020.06.01
- 《表2 Top-down方法在多人人体姿态估计数据集上的性能》2020.06.01
- 《表5 仿真试验3结果：基于UKF的恒星相机高精度姿态确定方法》2020.01.01
- 《表2 标准数据集的精度和时间评估表》2020.01.20
- 《表5 Vaihingen城市数据集的分类精度以及运行时间》2019.03.10