《表2 不同网络结构的结果》
提示：宽带有限、当前游客访问压缩模式
首先验证文中设计的通道注意力多尺度融合模块的性能，设置3种不同网络结构:不使用融合模块、仅使用多尺度合并、多尺度合并加上通道注意力融合．对3种网络分别进行训练，得到结果如表2所示．
| 图表编号 | XD00212240300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2021.01.01 |
| 作者 | 黄晨、高岩 |
| 绘制单位 | 华东师范大学软件工程学院、华东师范大学计算机学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 不同网络参数设置下的模型训练结果》2020.09.27
- 《表2 不同催化剂的孔结构分析结果》2021.01.25
- 《表2 不同工况下的衬砌结构位移计算结果》2021.01.30
- 《表2 不同特征提取网络的训练结果》2020.10.01
- 《表2 不同特征提取网络的检测结果》2021.02.10
- 《表2 不同网络模型的预测结果》2021.01.01
- 《表2 不同网络的对比结果》2020.12.20
- 《表2 不同结构神经网络在目标数据集上的测试结果》2020.08.25
- 《表2 不同线路结构下的结果》2020.06.25
- 《表2 不同深度网络的分类结果》2020.06.01
- 《表2 不同深度的UNet++网络预测结果比较》2020.02.16
- 《表2 不同模型结构下的优化结果对比》2020.03.28
- 《表2 不同网络结构下的识别结果》2020.01.25
- 《表2 不同卷积网络模型的检测结果》2020.01.10
- 《表2 不同网络结构下中国地级及以上城市经济增长的空间溢出效应估计结果》2019.09.01
- 《表2 不同图像预处理方法后网络的分类结果》2019.01.10
- 《表2 不同组分结构玻璃的EPMA定量分析结果》2019.02.25
- 《表2 不同均衡结构的实验数据处理结果表》2018.12.05
- 《表2 不同样本结构的估计结果》2018.04.12
- 《表2 不同损失函数训练网络结果客观指标的对比》2019.12.01