《表1 实验平台配置：YOLO算法在安检异常图像中的研究》
提示：宽带有限、当前游客访问压缩模式
本实验在PC端完成，实验平台配置如表1所示。其中YOLO-v3算法使用了darknet-53框架，Fast-RCNN和SSD算法使用了Caffe框架。
| 图表编号 | XD00222630900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.11.01 |
| 作者 | 张震、李浩方、李孟州 |
| 绘制单位 | 郑州大学电气工程学院、郑州大学电气工程学院、郑州大学电气工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 网络训练参数表：YOLO算法在安检异常图像中的研究》2020.11.01
- 《表1 实验设备配置：深度学习目标检测算法在货运列车车钩识别中的应用》2020.10.01
- 《表4 DS-YOLO算法在低质量遥感图像下检测指标》2021.01.01
- 《表1 混淆矩阵：深度学习算法在颈动脉超声图像斑块分割中的应用研究》2021.01.01
- 《表1 实验环境配置：基于金字塔模型和注意力机制的YOLO V3目标检测算法》2020.11.01
- 《表1 部分判断逻辑语句：双能X射线高动态范围安检图像压缩算法》2021.01.01
- 《表1 去雾结果对比：图像去雾算法在结冰风洞中的应用研究》2020.12.20
- 《表6 模型参数和性能：改进YOLO v3算法及其在安全帽检测中的应用》2020.05.01
- 《表1 数据集类别分配：改进YOLO v3算法及其在安全帽检测中的应用》2020.05.01
- 《表2 实验平台配置：基于移动小波树的电力监控异常数据自动识别算法研究》2020.09.20
- 《表4 实验结果评测：基于YOLO目标分割的船舶识别算法研究》2019.12.01
- 《表2 实验硬件环境：基于YOLO目标分割的船舶识别算法研究》2019.12.01
- 《表1 实验软件环境：基于YOLO目标分割的船舶识别算法研究》2019.12.01
- 《表1 实验对比结果：混沌改进鱼群算法及其在工业控制网络异常检测中的应用》2020.03.20
- 《表1 任务集信息：EDF多任务调度算法在物联网数据监控平台中的应用研究》2019.09.10
- 《表1 编码算法配置：一种改进的串匹配参数编码算法及在Alpha图像中的应用》2019.08.28
- 《表4 定量比较实验表：改进的蚁群算法在图像边缘检测中的应用》2019.08.20
- 《表1 实验数据对比结果：正余弦优化算法在多阈值图像分割中的应用》2019.07.01
- 《表2:关键行为列表：行为安全管理在机场安检中的应用研究》2019.01.15
- 《表3:行为安全观察统计：行为安全管理在机场安检中的应用研究》2019.01.15