《表2 训练参数：基于海天线的舰船弱小目标检测》
提示：宽带有限、当前游客访问压缩模式
本机配置环境:CPU为i7-7700K，4.2GHz*8，内存为15.5 GB，显卡为GTX1080。训练集为60张分辨率为480*360的复杂海天背景图片，测试集为20张相同分辨率的图片，训练参数如表2所示:
| 图表编号 | XD0043937700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.02.01 |
| 作者 | 胡耀辉、张科、邢超 |
| 绘制单位 | 西北工业大学航天学院、西北工业大学航天学院、西北工业大学航天学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 无人机的基本参数：地/空背景下红外图像弱小飞机目标检测跟踪数据集》2020.09.01
- 《表2 数据场景情况：雷达回波序列中弱小飞机目标检测跟踪数据集》2020.09.01
- 《表2 数据场景情况：雷达回波序列中弱小飞机目标检测跟踪数据集》2020.09.01
- 《表1 部分企业岗位分析：基于小波包变换的红外弱小目标检测》2020.12.01
- 《表2 主要参数设置：一种在轨海上多运动舰船目标检测和跟踪方法》2020.05.15
- 《表1 实验结果对比：基于特征融合的遥感图像舰船目标检测方法》2020.07.01
- 《表4 改进部分的对比表：基于RetinaNet的SAR图像舰船目标检测》2020.02.25
- 《表3 算法性能对比表：基于RetinaNet的SAR图像舰船目标检测》2020.02.25
- 《表2 实验结果对比：一种基于深层次多尺度特征融合CNN的SAR图像舰船目标检测算法》2020.01.25
- 《表2 基于Faster R-CNN的舰船目标检测结果》2020.01.01
- 《表1 基于显著性的舰船目标检测结果》2020.01.01
- 《表1 海面舰船仿真参数：基于速度合成孔径雷达的海面舰船动目标成像方法》2020.01.01
- 《表2 实验结果对比：基于CNN的SAR图像舰船目标检测算法》2019.01.01
- 《表1 检测结果：基于CNN的SAR图像舰船目标检测算法》2019.01.01
- 《表3 目标检测实验结果：基于海天线的舰船弱小目标检测》2019.02.01
- 《表1 测试图像的信息：基于结构张量分析的弱小目标单帧检测》2019.01.01
- 《表1 实验结果对比：基于非线性极大似然检测的弱小目标检测方法》2019.02.10
- 《表2 图像质量分析：云背景下红外弱小目标检测算法研究》2018.09.20
- 《表2 样本统计：基于改进EAST算法的舰船目标检测研究》2019.12.25
- 《表3 舰船目标检测结果：基于改进EAST算法的舰船目标检测研究》2019.12.25