《表1 算法测试比较：基于图像级标签及超像素块的弱监督显著性检测》
提示：宽带有限、当前游客访问压缩模式
其中，β2值为0.3。表1为与现今最好的方法进行比较了，证明了本文方法的有效性。
| 图表编号 | XD00134626200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.02.01 |
| 作者 | 谭台哲、轩康西、曾群生 |
| 绘制单位 | 广东工业大学计算机学院、河源广工大协同创新研究院、广东工业大学计算机学院、广东工业大学计算机学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 各模型的F1分数：基于平均教师模型的弱标记半监督声音事件检测》2020.10.01
- 《表2 模板匹配标签分配：基于图像处理多算法融合的杂草检测方法及试验》2020.12.31
- 《表3 因素与水平：基于可见光图像和红外图像决策级融合的目标检测算法》2020.12.25
- 《表2 因素水平表：基于可见光图像和红外图像决策级融合的目标检测算法》2020.12.25
- 《表1 各算法性能对比：基于双线性对称NASNet的磁痕图像缺陷检测》2020.11.25
- 《表1 PWAFCM算法：基于像素采样和小波特征的SAR图像自动FCM算法》2020.06.01
- 《表2 测试数据集：基于k个标记样本的弱监督学习框架》2020.04.01
- 《表1 鲁棒性测试：基于深度残差网络的医学图像鲁棒可逆水印算法》2020.05.01
- 《表3 不同的弱监督算法分类准确率对比》2020.06.25
- 《表1 各算法运行时间：基于连通性检测的图像椒盐噪声滤波算法》2020.02.01
- 《表2 4种算法运行时间：基于Franklin矩的亚像素级图像边缘检测算法》2019.05.01
- 《表1 图像的矩：基于对象性和多层线性模型的协同显著性检测》2019.08.01
- 《表1 客观评价：结合天空分割和超像素级暗通道的图像去雾算法》2019.07.01
- 《表1 各模块性能对比：基于深度残差网络与边缘监督学习的显著性检测》2019.08.10
- 《表1 像素的位置：一种基于自适应阈值Canny算法的输变电设备图像检测方法研究》2019.08.05
- 《表2 时间效率分析：基于视觉显著性的空中目标检测算法》2019.01.05
- 《表1 测试数据统计信息：基于标签传递的异常检测算法研究》2019.03.01
- 《表1 不同边缘检测算法处理不同总像素数图像所需时间 (s)》2019.04.20
- 《表1:图1算法比较：基于多特征盒计数图像子块的道路图像的缩小》2018.10.01
- 《表1 像素精确度：基于分割块的图像语义分割方法》2018.04.20