《表4 不同算法在Fast R-CNN中的平均准确率（大型模型）》
提示：宽带有限、当前游客访问压缩模式
图7为大型模型VGG16中采用方法三的一些分类结果示例。
| 图表编号 | XD00162675500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.05.01 |
| 作者 | 陈绵书、于录录、苏越、桑爱军、赵岩 |
| 绘制单位 | 吉林大学通信工程学院、吉林大学通信工程学院、吉林大学通信工程学院、吉林大学通信工程学院、吉林大学通信工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 不同模型在ACS数据集上的平均分类准确率对比》2020.09.01
- 《表4 在不同数据集中,各个模型在传统ZSL任务中的Top-1准确率(%)》2021.02.01
- 《表2 偏转角度准确度：一种基于改进FAST的缆芯角度识别算法》2020.12.01
- 《表3 不同算法在Fast R-CNN中的平均准确率（中等模型）》2020.05.01
- 《表3 3种成熟度蓝莓在Faster R-CNN和DPM中的准确率（%）》2020.06.30
- 《表4 五种算法在DS1～DS10平均分类准确率的排名》2020.08.15
- 《表1 R-CNN,Fast R-CNN,Faster R-CNN对比》2020.06.25
- 《表4 不同算法的平均准确率和耗时比较》2020.04.16
- 《表4 不同模型在WVDDS数据集上的类别平均准确率》2020.04.01
- 《表1 Faster R-CNN在不同网络模型和不同样本下的识别准确率》2020.03.08
- 《表3 三种Region proposals结合Fast R-CNN的mAP》2020.04.15
- 《表1 不同瑕疵种类在对应改进模型算法下的平均准确率对应值》2020.03.01
- 《表3 不同算法在ModelNet10和ModelNet40中的准确率 (表中第二行表示算法训练时间)》2019.09.01
- 《表4 不同算法在NORB中的准确率》2019.09.01
- 《表4 被试在听觉刷新任务中的平均正确率(%)》2019.09.01
- 《表2 不同算法在各纹理库中的平均识别率》2019.08.28
- 《表3 6种节点重要性排序算法在不同网络上的平均准确度》2019.06.16
- 《表4 RPN和Fast R-CNN网络训练参数表》2019.08.01
- 《表4 8个算法在3NN分类器上的平均准确率 (%)》2019.07.01
- 《表1 R-CNN、Fast R-CNN和Faster R-CNN测试性能对比Tab.1 The test performance comparison in R-CNN, Fast R-CNN and Faster R-CNN》2018.10.25