《表1 基于YOLO的车辆检测系统测试结果》
提示：宽带有限、当前游客访问压缩模式
另外，本文对系统的检测准确率进行了定量的分析，如表1。
| 图表编号 | XD0085986700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.08.01 |
| 作者 | 王宵、张冬韵、李杰、李志伟、丁政年、马雪仪、邵叶秦 |
| 绘制单位 | 南通大学交通与土木工程学院、南通大学交通与土木工程学院、南通大学交通与土木工程学院、南通大学交通与土木工程学院、南通大学交通与土木工程学院、南通大学交通与土木工程学院、南通大学交通与土木工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 缺陷数量统计结果：基于YOLO v3的输电线路缺陷快速检测方法》2020.08.01
- 《表2 实验环境：改进的Yolo＿v2违章车辆检测方法》2020.10.15
- 《表1 数据集结果：基于Yolo算法的塑料检测定位系统》2020.11.25
- 《表1 主要功能模块：基于LabVIEW的车辆通过噪声测试系统设计》2020.09.01
- 《表2 目标检测实验结果：基于YOLO和FaceNet航拍行人目标识别》2020.11.25
- 《表3 YOLO测试结果：基于YOLO架构的海面目标航空器识别研究》2020.12.05
- 《表1 材料力学参数：基于YOLO-TridentNet的车辆检测方法》2020.11.15
- 《表2 实验数据：基于YOLO-TridentNet的车辆检测方法》2020.11.15
- 《表2 实验结果：一种基于改进YOLO v3的安全帽检测方法》2020.06.01
- 《表2 检测结果比对表：基于改进的YOLO与GMM相结合的地铁行人检测算法》2020.04.25
- 《表1 测试结果比对表：基于改进的YOLO与GMM相结合的地铁行人检测算法》2020.04.25
- 《表2 测试结果：基于Faster RCNN的行人及车辆类型检测》2020.03.01
- 《表3 试验测试结果：基于改进SSD的航拍施工车辆检测识别系统设计》2020.07.01
- 《表2 测试车辆参数：基于OBD协议的车辆远程监控系统设计》2020.04.05
- 《表1 AP实验结果：基于YOLO＿v3的车辆和行人检测方法》2020.03.01
- 《表1 车辆通过测试记录：基于SYS/BIOS的侧向车流量检测系统设计》2020.02.20
- 《表1 mAP变化：YOLO9000模型的车辆多目标视频检测系统研究》2019.08.25
- 《表2 测试结果：YOLO9000模型的车辆多目标视频检测系统研究》2019.08.25
- 《表4 YOLO驾驶视频目标检测系统的测试结果》2019.01.25
- 《表1 测试效果对比：一种基于剪枝YOLO的传感器识别方法》2019.11.15