《表1 该文方法识别精度：基于图像识别的变电站巡检机器人仪表识别研究》
提示：宽带有限、当前游客访问压缩模式
实验为了进一步验证该文方法对变电站巡检机器人仪表的识别精度，选择该变电站中10个仪表的实际读数和该文方法对这10个仪表的识别读数进行对比，结果见表1。
| 图表编号 | XD00221359600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.10.15 |
| 作者 | 郑昌庭、王俊、郑克 |
| 绘制单位 | 国网浙江省电力公司温州供电公司、国网浙江省电力公司温州供电公司、国网浙江省电力公司温州供电公司 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 水泥的化学组成：人工智能眼底图像识别与人工识别的一致性分析》2020.12.15
- 《表1 微波消解程序：一种基于深度神经网络的变电站巡检机器人路面识别方法》2020.12.31
- 《表2 材料属性：一种基于深度神经网络的变电站巡检机器人路面识别方法》2020.12.31
- 《表1 不同识别方法所识别的异常样本序号》2020.10.01
- 《表1 无人机性能参数：基于UWB及图像识别的变电站无人机巡检系统设计》2020.06.25
- 《表2 环境车辆行为识别：基于行为识别的智能车纵向决策研究》2020.06.01
- 《表1 特征脸算法识别率：基于人脸特征识别的商品推荐系统的研究与开发》2020.04.25
- 《表1 滚球识别结果：基于图像识别的大型平板滚球控制系统》2020.06.01
- 《表1 算法性能对比：基于神经网络和图像识别的车牌识别技术》2020.01.20
- 《表1 生态源地识别方法：基于生态安全格局识别的国土空间生态修复分区——以徐州市贾汪区为例》2020.01.28
- 《表1 部件检测识别率：动车组入所在线智能检测系统图像自动识别的研究与实现》2020.01.10
- 《表1 算法执行时间表：基于步态识别的跨摄像头行人再识别算法研究》2019.12.25
- 《表3 检测精度对比：电力机房巡检机器人的指针式仪表识别算法》2019.04.10
- 《表3 裁剪模型对比：基于深度学习的变电站巡检机器人道路场景识别》2019.05.08
- 《表2 融合位置对比：基于深度学习的变电站巡检机器人道路场景识别》2019.05.08
- 《表1 融合结构对比：基于深度学习的变电站巡检机器人道路场景识别》2019.05.08
- 《表1 线路管理表：基于无人机和图像缺陷识别算法的输电线路巡检系统研究》2019.06.20
- 《表1 实验结果：基于图像识别的吸量管液位检测方法研究》2019.12.01
- 《表1 车牌字符识别结果：基于MATLAB车牌图像识别的设计与实现》2019.11.01
- 《表3 识别结果：基于变电站巡检机器人数字仪表识别算法》2019.12.05