《表3 不同模型组合网络的分类准确率和运行时间》
提示：宽带有限、当前游客访问压缩模式
预训练完成后，用不同的faster R-CNN和深度卷积网络模型进行实验，实验结果，如表3所示。
| 图表编号 | XD00133963800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.03.08 |
| 作者 | 王占云、闫志华 |
| 绘制单位 | 郑州大学机械工程学院、郑州大学机械工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 不同网络的分类精度和计算时间比较》2020.12.10
- 《表4 不同网络模型在指纹分类任务上的最佳准确率》2020.05.15
- 《表3 模型准确率：基于深度卷积神经网络的塑料垃圾分类研究》2020.04.25
- 《表2 各模型的运行时间和准确率》2020.03.01
- 《表3 不同因素下的关联正确率和运行时间》2020.02.01
- 《表3 不同分类器的构建时间和正确率》2020.04.01
- 《表1 不同网络模型对LUNA16上的结节分类准确率》2020.03.26
- 《表3 Indian Pines数据集上不同深度学习分类方法的分类精度和运行时间对比》2020.04.10
- 《表3 基于原始数据的不同模型分类准确率和AUC结果比较》2020.04.15
- 《表3 模型分类准确率：基于BP神经网络的高速逃费监测系统》2020.01.01
- 《表1 不同受试者采用单一特征和组合特征得到的平均分类准确率》2019.05.01
- 《表5 组合网络模型与单一分类方法准确率比较》2019.05.10
- 《表2 小规模卷积神经网络55种构造环境组合的训练和测试分类准确度结果》2019.07.01
- 《表2 小规模卷积神经网络55种构造环境组合的训练和测试分类准确度结果》2019.07.01
- 《表2 使用不同分类器的准确度和运行时间》2019.06.20
- 《表2 3种方法不同对象的分类正确率及运行时间》2019.04.01
- 《表5 不同比例下多分类模型运行时间》2019.01.01
- 《表4 不同算法模型的测试样本分类的准确率以及运行时间》2019.04.01
- 《表3 组合准确率：基于卷积神经网络的RGB-D图片分类》2018.12.20
- 《表1 不同高斯核所对应分类准确率及运行时间情况》2019.12.01