《表3 自建数据集目标检测网络性能验证》
提示：宽带有限、当前游客访问压缩模式
在以上平台检测6类目标包括港口、油罐、舰船、飞机、机场以及桥梁的具体检测效果如表3所示。
| 图表编号 | XD0078258900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.09.05 |
| 作者 | 王婷婷、刘环宇、李君宝 |
| 绘制单位 | 哈尔滨工业大学电子与信息工程学院、哈尔滨工业大学电子与信息工程学院、哈尔滨工业大学电子与信息工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 数据场景情况：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3 目标检测评价指标：城中村建筑物识别训练样本数据集》2020.06.25
- 《表2 验证集检测结果：基于轻量深度学习网络的机房人物检测研究》2021.02.15
- 《表1 验证集检测结果：基于轻量深度学习网络的机房人物检测研究》2021.02.15
- 《表4 三种网络预测数据与验证集对比》2021.02.25
- 《表1 MS COCO test-dev数据集下各目标检测算法的性能比较》2020.09.15
- 《表1 Kitti验证集上三维目标检测精度对比》2021.01.20
- 《表6 在VOT数据集上视频检测网络的性能对比》2020.05.16
- 《表1 实验数据集：基于深度卷积神经网络的舰载机目标检测》2020.05.10
- 《表1 自建数据集上的算法性能对比》2020.08.15
- 《表1 目标检测算法在公开数据集上的性能对比》2020.08.18
- 《表3 在MS COCO数据集上的目标检测结果》2020.04.16
- 《表3 目标检测与车辆检测常用数据集》2019.12.15
- 《表3 验证集统计情况：基于卷积神经网络的面部图像修饰检测》2019.09.30
- 《表1 目标检测算法在VOC2007数据集上的检测性能》2019.01.01
- 《表2 目标检测算法在COCO数据集上的检测性能》2019.01.01
- 《表3 行人检测性能对比：基于卷积神经网络的多目标实时检测》2019.04.16
- 《表2 自建数据集：深度可分离卷积神经网络在自动分拣中的应用》2018.11.01
- 《表2 VOC数据集：基于反残差结构的轻量级多目标检测网络》2019.11.25
- 《表5 自建单人脸测试集的检测结果》2019.11.20