《表1 SSD＿Mobile Netv1,yolov2识别率对比表》
提示：宽带有限、当前游客访问压缩模式
比较在SSD＿Mobile Netv1网络和yolov2模型的识别率，结果如表1所示。
| 图表编号 | XD003924000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.11.26 |
| 作者 | 孙彦、丁学文、雷雨婷 |
| 绘制单位 | 天津职业技术师范大学电子工程学院、天津职业技术师范大学电子工程学院、天津市高速铁路无线通信企业重点实验室、天津职业技术师范大学电子工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 Artificial＿CNN和Auto＿CNN模型增强数据前后平均识别率的对比》2020.09.15
- 《表1 SSD与SSD-Mobile Net结构对比》2021.01.10
- 《表1 YOLOv1,SSD和YOLOv2检测结果对比》2021.02.25
- 《表1 各方案性能对比：一种改进的压板状态识别SSD算法》2021.01.15
- 《表5 YOLOv2-voc＿mul模型的车型识别平均准确率》2020.05.25
- 《表2 测试结果：基于改进YOLOv2模型的多目标识别方法》2020.05.25
- 《表1 网络框架：基于改进YOLOv2模型的多目标识别方法》2020.05.25
- 《表1 Mobile Net V3-small-SSD网络参数表》2020.08.20
- 《表2 SSD＿300x300训练参数设置》2020.07.01
- 《表2 2017、2018年5—7月广州试验基地MWR＿IRT和激光测云仪识别云对比》2020.02.01
- 《表1 2017、2018年5—7月广州试验基地MWR＿IRT和人工观测识别云对比》2020.02.01
- 《表3 基于短语音test＿1s的语种识别系统对比》2019.10.01
- 《表4 基于易混淆task＿2的语种识别系统对比》2019.10.01
- 《表2 task＿2易混淆语音语种识别特征对比》2019.10.01
- 《表1 test＿1s短语音语种识别特征对比》2019.10.01
- 《表1 融合模块结构：基于改进SSD的多目标零件识别系统研究》2019.08.25
- 《表3 FPN、SSD、YOLOv2、FPN3准确率和map值对比实验》2019.05.01
- 《表3 YOLOv2＿PPM和YOLOv2性能对比》2019.02.01
- 《表4 YOLOv2＿PPM不同输出尺寸性能对比》2019.02.01
- 《表1 相机和镜头参数：基于SSD模型的道路交通标志识别方法研究》2019.12.25