《表1 实验煤样性质：多尺度融合增强的图像语义分割算法》
提示：宽带有限、当前游客访问压缩模式
针对本文提出的算法进行实验研究，实验环境配置如表1所示。
| 图表编号 | XD00197475500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2021.01.15 |
| 作者 | 田启川、孟颖 |
| 绘制单位 | 北京建筑大学电气与信息工程学院、北京建筑大学建筑大数据智能处理方法研究北京市重点实验室、北京建筑大学电气与信息工程学院、北京建筑大学建筑大数据智能处理方法研究北京市重点实验室 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 实验环境介绍：一种融合多级特征信息的图像语义分割方法》2020.11.05
- 《表1 残差网络参数：基于多尺度信息融合的图像识别改进算法》2020.09.01
- 《表1 平均分割精度：一种基于YOLO的多尺度融合图像分割模型》2021.01.25
- 《表1 实验设计：基于多尺度特征和注意力机制的航空图像分割》2020.06.01
- 《表1 图像分割实验数据：一种快速自动多目标图像分割算法》2020.11.15
- 《表2 实验方法对比：基于多尺度特征融合的水果图像识别算法研究》2021.02.01
- 《表1 对比实验结果：基于多尺度特征融合的水果图像识别算法研究》2021.02.01
- 《表1 实验结果：基于语义分割技术的船舶图像分割算法应用改进》2020.10.15
- 《表1 各注水井注入流量：基于CLAHE和多尺度细节融合的静脉图像增强算法》2020.10.01
- 《表2 训练结果对比：多尺度特征融合工件目标语义分割》2020.03.16
- 《表3 机器软硬件配置：多尺度特征融合的图像语义分割》2020.01.15
- 《表4 模型分割结果：多尺度特征融合的图像语义分割》2020.01.15
- 《表2 训练参数配置：多尺度特征融合的图像语义分割》2020.01.15
- 《表2 实验结果对比：一种基于深层次多尺度特征融合CNN的SAR图像舰船目标检测算法》2020.01.25
- 《表1 实验结果对比：一种基于深层次多尺度特征融合CNN的SAR图像舰船目标检测算法》2020.01.25
- 《表2 图像梯度指标对比：基于多尺度Retinex算法的光干涉条纹图像增强》2019.12.25
- 《表2 实验结果：融合多标签和双注意力机制的图像语义理解模型》2020.01.01
- 《表1 性能测试：一种多分辨多尺度的红外图像增强算法》2019.08.25
- 《表2 基于多尺度高斯函数图像亮度校正算法的单阈值缺陷分割结果》2019.01.16
- 《表1:匹配结果：基于语义分割的增强现实图像配准技术》2018.12.01