《表1 数据格式：基于深度学习的安全帽检测方法研究》
提示：宽带有限、当前游客访问压缩模式
train_labels.xml:用户训练的标注图像内容。内容格式如表1。
| 图表编号 | XD0024176600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2018.09.01 |
| 作者 | 郝存明、朱继军、张伟平 |
| 绘制单位 | 河北省科学院应用数学研究所、河北省信息安全认证工程技术研究中心、国家电投集团河北电力有限公司、河北省科学院应用数学研究所、河北省信息安全认证工程技术研究中心 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 实验数据集：基于深度迁移学习的网络入侵检测》2020.09.05
- 《表1 En值比对数据：基于GoogLeNet深度迁移学习的苹果缺陷检测方法》2020.07.25
- 《表1 数据集的划分：基于深度学习的实时吸烟检测算法》2021.02.01
- 《表1 数据打包格式：大数据驱动社会安全决策模式变革——基于G省的深度访谈》2020.07.10
- 《表2 实验数据：基于深度学习的工业恶意流量检测》2019.12.01
- 《表1 原始数据：基于深度学习的工业恶意流量检测》2019.12.01
- 《表2 测试集各样本数量：基于深度学习的安全帽佩戴检测与跟踪》2020.06.01
- 《表3 各模型检测结果：基于深度学习的安全帽佩戴检测与跟踪》2020.06.01
- 《表1 特征图与先验框：基于深度学习的安全帽佩戴检测与跟踪》2020.06.01
- 《表2 三种方法实验数据：基于深度学习优化YOLOV3算法的芳纶带检测算法研究》2020.04.15
- 《表3 数据集1检测结果：基于深度序列加权核极限学习的入侵检测算法》2020.03.01
- 《表2 数据集组成：基于深度学习的工业自动化包装缺陷检测方法》2020.04.10
- 《表2 深度学习模型参数：基于深度学习的情报分析方法识别研究——以安全情报领域为例》2019.10.25
- 《表1 数据格式：基于机器学习的新能源汽车残值评估方法》2019.10.01
- 《表1 数据集构成：基于深度学习的Web安全事件分析系统及其实现》2019.04.01
- 《表1 3种方法实验数据：基于深度学习优化SSD算法的硅片隐裂检测识别》2019.01.15
- 《表1 实验数据明细：基于深度学习的窃电行为检测方法》2019.02.25
- 《表3 检验试验结果：基于深度学习的建筑工人安全帽佩戴识别研究》2019.04.25
- 《表2 匹配方法：基于深度学习的安全帽检测方法研究》2018.09.01
- 《表1 数据集以及数据量：基于深度学习的SAR目标检测方法》2019.10.01