《表2 实验环境配置：基于深度学习的单幅图像三维重建算法》
提示：宽带有限、当前游客访问压缩模式
实验中所有环境配置见表2，并可视化这几种算法在shapenet数据集的飞机类别上的运行结果见图5，各种指标的结果比较见表3.
| 图表编号 | XD00119369300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.01.01 |
| 作者 | 朱莉、陈辉 |
| 绘制单位 | 上海电力大学自动化工程学院、上海电力大学自动化工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 测试实验对比结果：基于深度学习算法的水稻飞虱虫害图像测报系统设计》2020.11.01
- 《表1 训练环境配置：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1 各算法实验结果：基于深度学习的行驶视觉图像分割模型设计》2020.10.25
- 《表2 实验重建图像：基于自适应阈值滤波的三维ECT重建算法》2020.05.01
- 《表1 残差学习实验：功能型复合深度网络的图像超分辨率重建》2020.08.01
- 《表1 实验环境表：基于深度学习的农作物病害叶片的图像超分辨率重建》2020.04.30
- 《表2 实验环境：基于深度学习的轻量遥感图像车辆检测模型》2020.06.25
- 《表1 实验步骤：基于深度学习算法的图像融合》2020.07.01
- 《表2 实验环境配置：基于深度学习的文本情感分析》2020.03.05
- 《表1 简化模型参数：基于梯度光图像的高精度三维人脸重建算法》2020.02.25
- 《表3 实验环境配置：用于图像超分辨率重构的深度学习方法综述》2019.09.01
- 《表1 实验软硬件配置：基于RGB-D与深度学习的行为识别算法》2019.06.16
- 《表2 实验环境配置：基于深度残差学习的自动驾驶道路场景理解》2019.09.01
- 《表2 实验环境配置：基于无监督深度学习的多模态手术轨迹快速分割方法》2019.05.01
- 《表1 多尺度卷积参数：基于深度学习的单幅图像去雾算法》2019.06.10
- 《表1 实验环境配置：基于深度学习的复杂背景雷达图像多目标检测》2019.06.01
- 《表1 实验环境：基于GPU的单幅图像去雾的实现及优化》2019.01.01
- 《表1 实验环境：基于深度学习的视频背景音乐自动推荐算法研究》2018.10.05
- 《表1 实验环境硬件配置：基于深度学习的无人机侦察图像目标识别》2019.10.10
- 《表1 实验环境：一种基于深度学习的图像超分辨率重构方法》2019.11.01