《表1 数据获取方法：一种基于深度学习的禁飞区无人机目标识别方法》
提示：宽带有限、当前游客访问压缩模式
用于图2无人机识别的数据有无人机和非无人机两类图像，其获取方式及数量如表1。
| 图表编号 | XD007492700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2018.06.01 |
| 作者 | 虞晓霞、刘智、耿振野、陈思锐 |
| 绘制单位 | 长春理工大学电子信息工程学院、长春理工大学电子信息工程学院、长春理工大学电子信息工程学院、长春理工大学电子信息工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 模型识别精度对比：基于深度学习的无人机拍摄图像绝缘子目标检测》2020.10.25
- 《表1 数据集类别情况表：基于深度学习的颈椎间盘突出识别方法》2021.02.25
- 《表1 MSTAR数据：基于仿真SAR图像深度迁移学习的自动目标识别》2020.07.15
- 《表1 基于深度学习的情绪分类数据获取与特征识别》2020.07.15
- 《表1 目标识别数据集：基于改进深度卷积生成对抗网络的路面指示标志识别方法》2020.06.28
- 《表2 识别效果对比表：一种深度学习的雷达辐射源识别方法》2020.06.20
- 《表1 典型基于深度学习的场景识别方法比较》2020.03.01
- 《表2 各领域数据集组成：肝癌患者在线提问的命名实体识别研究:一种基于迁移学习的方法》2019.12.25
- 《表1 数据集：基于深度学习的柑橘实时识别方法》2020.01.15
- 《表1 数据集汇总：基于深度学习的视频行为识别方法综述》2019.12.20
- 《表1 手势识别方法对比：基于深度学习的手势识别研究》2019.11.15
- 《表4 测试样本来源：基于深度学习的无人值守地面传感器目标检测与识别方法》2019.09.01
- 《表1 鉴定试验结果：一种基于深度学习的有孔虫化石识别方法》2019.09.01
- 《表1 实验对比结果：一种基于Gabor深度学习的无人机目标检测算法》2019.08.01
- 《表1 实验数据集：DeepTriage:一种基于深度学习的软件缺陷自动分配方法》2019.01.01
- 《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 实验环境硬件配置：基于深度学习的无人机侦察图像目标识别》2019.10.10
- 《表4 综合对比：一种基于深度学习的禁飞区无人机目标识别方法》2018.06.01
- 《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
- 《表1 动作识别数据集：基于深度学习的动作识别方法简述》2019.10.25