《表2 训练与测试数据：自适应边缘优化的改进YOLOV3目标识别算法》
提示：宽带有限、当前游客访问压缩模式
将上述训练好的模型在测试集上测试，汇总结果至表2.YOLOV3与YOLOV3-AEEF的检测效果如图11所示.
| 图表编号 | XD0078301800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.07.05 |
| 作者 | 刘学平、李玙乾、刘励、王哲 |
| 绘制单位 | 清华大学深圳研究生院、清华大学深圳研究生院、清华大学深圳研究生院、清华大学深圳研究生院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 训练和测试集分布：基于改进YOLOv3的锌阴极板残留物图像识别方法》2021.02.25
- 《表2 测试结果：改进自适应多种群NSGA-Ⅲ算法的研究》2021.01.05
- 《表2 实验数据：改进YOLOv3的非机动车检测与识别方法》2021.01.01
- 《表2 融合信号峰值表：自适应阈值侵彻引信层目标识别算法》2020.09.01
- 《表3 层阈值表：自适应阈值侵彻引信层目标识别算法》2020.09.01
- 《表1 测试函数：考虑多种训练方式的自适应最有价值球员算法》2020.06.10
- 《表3 自适应DPC算法与改进DPC算法在不同数据集上的评价指标值》2020.06.10
- 《表1 基准优化测试函数：万有引力与群体状态自适应的智能优化算法》2020.05.01
- 《表7 抓取实验统计表：基于改进的YOLOv3算法在目标识别与抓取中的应用》2020.04.01
- 《表6 实验结果对比：基于改进的YOLOv3算法在目标识别与抓取中的应用》2020.04.01
- 《表2 训练集和测试集：基于改进DRDL模型的车辆再识别算法》2019.10.05
- 《表1 边缘定位特性：基于Otsu算法与直方图分析的自适应Canny算法的改进》2019.06.01
- 《表1 网络配置：自适应边缘优化的改进YOLOV3目标识别算法》2019.07.05
- 《表1 采用大数据集域自适应快速算法得到的图像智能识别测试结果》2019.04.01
- 《表1 标准测试函数：基于自适应权重的改进共生生物搜索算法》2019.04.10
- 《表2 测试函数：基于均值的云自适应鸟群优化算法》2019.04.18
- 《表3 改进自适应遗传算法优化结果》2019.04.25
- 《表2 线路故障概率表：基于改进自适应遗传算法的继电保护定值优化》2019.04.25
- 《表2 算法比较：采用改进自适应遗传算法实现FTU优化配置》2019.01.25
- 《表1 测试函数：基于自适应步长的改进布谷鸟算法》2018.07.25