《表4 杨梅树深度学习模型识别结果及精度》
提示：宽带有限、当前游客访问压缩模式
基于MASK RCNN的杨梅树识别结果及模型精度如表4所示。
| 图表编号 | XD00110333700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.09.25 |
| 作者 | 王东亮、罗巍 |
| 绘制单位 | 中国科学院地理科学与资源研究所陆地表层格局与模拟院重点实验室、北华航天工业学院、河北省航天遥感信息处理与应用协同创新中心 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 模型识别精度对比：基于深度学习的无人机拍摄图像绝缘子目标检测》2020.10.25
- 《表5 基于深度学习的人体姿态识别模型汇总》2021.02.01
- 《表3 基于深度学习的实体关系识别模型对比》2020.12.31
- 《表4 火焰视频测试结果：基于深度学习的视频火焰识别方法》2020.12.10
- 《表2 测试集精度：使用深度学习方法实现黄土滑坡自动识别》2020.11.05
- 《表4 基于RF与基于深度学习降尺度模型精度指标评价》2020.12.01
- 《表4 与经典深度学习网络模型提取精度对比》2020.12.01
- 《表4 交叉验证的准确率：FCNN深度学习模型及其在动物语音识别中的应用》2021.01.01
- 《表2 网络精度比对：基于深度学习的人脸识别智能引导系统》2020.04.28
- 《表4 识别率统计结果：基于深度学习的人脸识别算法研究》2020.05.01
- 《表3 基于深度学习的联合识别模型对比》2020.07.15
- 《表4 精度指标统计结果：基于深度学习的高分影像道路提取方法研究》2020.08.25
- 《表5 各模型的识别结果：融合知识库和深度学习的电网监控告警事件智能识别》2020.04.10
- 《表1 模型精度对比：基于高分辨率SAR影像和深度学习的输电杆塔智能识别研究》2020.02.25
- 《表2 深度学习模型参数：基于深度学习的情报分析方法识别研究——以安全情报领域为例》2019.10.25
- 《表3 无人机杨梅树影像块、样本标记多边形及杨梅树识别结果》2019.09.25
- 《表1《杨梅树识别深度学习模型实验数据集》元数据简表》2019.09.25
- 《表3 深度学习模型中情绪原因识别结果比较》2019.06.24
- 《表4 8组对照实验：中文比较关系的识别:基于注意力机制的深度学习模型》2019.06.24
- 《表2 结冰识别结果：基于深度学习理论的风力机结冰预警模型》2019.05.06