《表1 2Channel-CNN在主流离线签字数据集均表现最佳》
如表1所示,考虑到这一成绩是在1_V_1用户无关场景下的,可以说该方法是目前最有希望应用在工业界的深度学习方法之一,实验表明,对于离线签字样本过少的情况,这种结构因有着更良好的抗过拟合特点,并且同时处理2张图片,计算效率也有一定的优势.
图表编号 | XD00174275900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.05 |
作者 | 张行 |
绘制单位 | 中国金融认证中心 |
更多格式 | 高清、无水印(增值服务) |
如表1所示,考虑到这一成绩是在1_V_1用户无关场景下的,可以说该方法是目前最有希望应用在工业界的深度学习方法之一,实验表明,对于离线签字样本过少的情况,这种结构因有着更良好的抗过拟合特点,并且同时处理2张图片,计算效率也有一定的优势.
图表编号 | XD00174275900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.05 |
作者 | 张行 |
绘制单位 | 中国金融认证中心 |
更多格式 | 高清、无水印(增值服务) |