《表7 各网络在Pascal VOC数据集上的平均精度均值》

《表7 各网络在Pascal VOC数据集上的平均精度均值》   提示：宽带有限、当前游客访问压缩模式
本系列图表出处文件名：随高清版一同展现
《基于特征图切分的轻量级卷积神经网络》


  1. 获取 高清版本忘记账户？点击这里登录
  1. 下载图表忘记账户？点击这里登录

SFNet也能应用于目标检测领域，在Pascal VOC0712数据集[45]上进行实验.VOC0712训练集包含VOC2007和VOC2012的训练集，共16 551幅图像，测试集为VOC2007的测试集，共4 952幅图像.本次实验中使用SSD（Single Shot Multibox Detector）[46]进行目标检测，输入分辨率为300×300.分别训练构建的3个网络不同于之前的一些工作，不使用在ImageNet数据集上预训练的网络，而是从零开始训练网络.由于只是为了证实SFNet网络在目标检测领域也同样适用，故对超参数只进行简单调试.实验结果如表7所示.

图表编号XD0038029600    严禁用于非法目的
绘制时间2019.03.01
作者张雨丰、郑忠龙、刘华文、向道红、何小卫、李知菲、何依然、KHODJA Abd Erraouf
绘制单位浙江师范大学计算机科学与工程系、浙江师范大学计算机科学与工程系、浙江师范大学计算机科学与工程系、浙江师范大学数学系、浙江师范大学计算机科学与工程系、浙江师范大学计算机科学与工程系、浙江师范大学计算机科学与工程系、浙江师范大学计算机科学与工程系
更多格式高清、无水印（增值服务）

相关图表

  1. 《表3 在VOC数据集上的精度和速度对比》2020.09.01
  2. 《表6 不同算法在Pascal VOC 2007测试集上的m AP值》2021.01.10
  3. 《表2 不同语义分割方法在PASCAL VOC数据集上的性能》2020.12.24
  4. 《表3 PASCAL VOC数据集上的检测结果》2021.02.01
  5. 《表2 不同模型在PASCAL VOC数据集上的结果》2021.03.01
  6. 《表1 各种算法在Pascal VOC2007测试集上的性能对比》2021.02.15
  7. 《表2 与其他方法在V-COCO数据集上的平均精度均值m AP比较》2021.02.01
  8. 《表5 不同算法在PASCAL VOC 2007数据集上的检测结果对比》2020.10.20
  9. 《表1 在Pascal VOC 2012验证集上的实验结果对比》2020.08.01
  10. 《表1 EESN模型在Pascal VOC12数据集上的分割评价》2020.08.01
  11. 《表3 AFP-SSD和当前其他先进方法在PASCAL VOC2007测试集上的结果》2020.01.16
  12. 《表2 二维检测网络在VOC2007数据集上的结果》2020.03.25
  13. 《表7 基于Faster RCNN的不同数据变换类型在PASCAL VOC2007上的性能对比(随机对数据集的30%进行变换)》2020.04.01
  14. 《表2 各算法在7个数据集上的平均精度测试结果》2020.02.10
  15. 《表1 几种方法在PASCAL VOC2012测试集上的性能对比》2020.01.01
  16. 《表4 PASCAL VOC2007测试集上的结果（第1部分）》2019.12.30
  17. 《表1 在PASCAL VOC2012验证集上的实验结果》2019.09.01
  18. 《表4 各算法在VOC2007+2012数据集上的mAP》2019.09.25
  19. 《表2 R-C-APSO与对比算法在各数据集上的平均分类精度》2019.02.01
  20. 《表3 在Pascal Voc数据集上的性能Table 3 Performance on the Pascal Voc dataset》2018.10.10

随机翻阅

《表1 实验组与对照组实验结果对比》 《表2 评价指标同正向数据》 《表1 两组患者感觉运动阻滞时间比较（±s)》 《表2 枯草芽孢杆菌产酶能力》 《表1 2013—2017年河南省普通高校数及其学生规模》 《表1 仿真实验参数：基于UPFC对微电网不平衡电压的治理》 《表4 旋转后林分结构因子载荷》 《表1 3 Cost Estimates in Local Currency当地贷币费用》 《表1 现有液体活检技术特点及对比》 《表3 变量的统计学小结》