《表3 实验参数设置：复杂场景下基于增强YOLOv3的船舶目标检测》
提示：宽带有限、当前游客访问压缩模式
本文中除了特别说明以外，在网络训练阶段使用的部分实验参数如表3所示。
| 图表编号 | XD00222674100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.09.10 |
| 作者 | 聂鑫、刘文、吴巍 |
| 绘制单位 | 武汉理工大学航运学院、内河航运技术湖北省重点实验室(武汉理工大学)、武汉理工大学航运学院、内河航运技术湖北省重点实验室(武汉理工大学)、武汉理工大学信息工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 先验锚框尺寸：复杂场景下基于增强YOLOv3的船舶目标检测》2020.09.10
- 《表3 图像增强后使用YOLOv3检测的结果》2021.01.20
- 《表3 船舶参数：海洋气象环境影响下的复杂水域船舶路径规划》2021.02.01
- 《表1 纳入文献基本特征：基于Yolov3的自动驾驶目标检测》2020.09.15
- 《表2 实证分析结果：基于Yolov3的自动驾驶目标检测》2020.09.15
- 《表1 单目场景下基于三维目标检测的车型识别方法总结》2020.06.01
- 《表1 对比实验结果：一种改进YOLOv3的动态小目标检测方法》2020.06.20
- 《表1 实验参数设置：云环境下基于强化学习的多目标任务调度算法》2020.02.01
- 《表1 网络超参数：一种基于YOLOv3的汽车底部危险目标检测算法》2020.04.15
- 《表2 部分实验参数：改进YOLOv3在航拍目标检测中的应用》2020.04.01
- 《表3 高层特征增强及密集场景检测优化实验结果》2020.01.20
- 《表1 实验环境配置：复杂场景下基于R-FCN的小人脸检测研究》2020.01.01
- 《表2 对抗场景设置：点源红外诱饵干扰下环境复杂度量化建模》2020.02.25
- 《表1 超参数设置：基于深度神经网络复杂场景下的机器人拣选方法》2019.10.01
- 《表1 实验参数设置：SDN下基于人工智能算法的DDoS攻击检测研究》2019.09.01
- 《表1 雷达参数设置：基于YOLOv3网络的超宽带雷达生命信号检测》2019.06.01
- 《表1 实验环境配置：基于深度学习的复杂背景雷达图像多目标检测》2019.06.01
- 《表1 实验参数设置：一种煤矿井下复杂光照条件下的人脸识别方法》2019.01.10
- 《表1 网络配置参数：基于YOLOv2的复杂场景下车辆目标检测》2018.05.05
- 《表1 训练环境：一种基于YOLOv3的红外目标检测系统》2019.11.20