《表2：全卷积神经网络用于识别病理图片中的细胞核》
提示：宽带有限、当前游客访问压缩模式
从表2我们可以看出，与人类识别一张病理图片中细胞核的时间相比，本文训练出的神经网络模型要节约960s。
| 图表编号 | XD00124112400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.01.01 |
| 作者 | 张绪森、潘君、孔非 |
| 绘制单位 | 重庆大学生物工程学院、重庆大学生物工程学院、重庆大学生物工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 第2组实验结果：加权全序列卷积神经网络方法的帕金森声纹识别研究》2020.12.01
- 《表3 第1组实验结果：加权全序列卷积神经网络方法的帕金森声纹识别研究》2020.12.01
- 《表2 第2组实验设定：加权全序列卷积神经网络方法的帕金森声纹识别研究》2020.12.01
- 《表1 第1组实验设定：加权全序列卷积神经网络方法的帕金森声纹识别研究》2020.12.01
- 《表3 基于卷积神经网络智能识别地图图片用时及准确率》2020.06.25
- 《表1 实验结果对比表：基于全卷积神经网络的国内常见交通警告标志识别》2020.04.01
- 《表1 网络基本特征对比：用于室内环境语义分割的全卷积网络》2020.08.01
- 《表1：全卷积神经网络用于识别病理图片中的细胞核》2020.01.01
- 《表2 实验结果对比：卷积神经网络在手写字符识别中的应用》2020.01.15
- 《表4 常见数据增强技术：卷积神经网络在雷达自动目标识别中的研究进展》2020.01.01
- 《表3 网络识别性能评价：用于水声目标信号时频特征提取与识别的深度卷积神经网络》
- 《表1 识别结果：卷积神经网络在古籍汉字识别中的应用实践》2019.10.10
- 《表1 卷积神经网络配置：Attention机制在脱机中文手写体文本行识别中的应用》2019.09.01
- 《表3 参与评估的网络：卷积神经网络在掌纹识别中的性能评估》2019.08.16
- 《表1 模型训练细节：多级卷积特征金字塔的细粒度食物图片识别》2019.06.16
- 《表2 试验验证结果：用于弹载线阵激光雷达的卷积神经网络目标识别》2019.07.01
- 《表5 各种算法的时效性：深度卷积网络压缩算法在焊缝识别中的应用》2019.03.10
- 《表4 多工件的测试结果：深度卷积网络压缩算法在焊缝识别中的应用》2019.03.10
- 《表1 CNNs结构：基于卷积神经网络的RGB-D图片分类》2018.12.20
- 《表2 预训练准确率：基于卷积神经网络的RGB-D图片分类》2018.12.20