《表1 测试集病灶检测结果》
提示：宽带有限、当前游客访问压缩模式
本研究对1892例训练数据集进行训练，得到优化后的AI智能病灶检测模型，最后基于400例测试数据集进行病灶检测的效果验证，得到统计结果（表1）。
| 图表编号 | XD0018633100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2018.10.20 |
| 作者 | 李欣、梁森、黄正南、夏晨、张荣国、吴孝掌、赖原仲 |
| 绘制单位 | 唐山市工人医院影像科、北京推想科技、北京推想科技、北京推想科技、北京推想科技、德化县医院放射科、德化县医院放射科 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 测试数据集2变化检测结果》2020.11.01
- 《表1 测试数据集1变化检测结果》2020.11.01
- 《表1 三种网络模型对测试集检测结果对比》2020.12.31
- 《表2：数据集I和数据集II的测试数据检测结果比较》2020.11.15
- 《表1 测试集1部分时刻对应检测结果》2020.06.01
- 《表1 测试集上的鸟巢检测结果对比》2020.04.25
- 《表5 测试集检测结果：基于RNN的Webshell检测研究》2020.07.15
- 《表2 不同算法在DOTA测试集检测结果表》2020.05.30
- 《表1 不同方法在测试集上检测结果》2020.04.15
- 《表1 测试集识别率结果：迁移学习场景下的实时停车位置检测》2019.12.28
- 《表2 ICDAR 2015场景文字检测竞赛测试集实验结果》2020.01.15
- 《表1 测试集病灶检测结果》2019.09.15
- 《表3 扣件图像测试集检测结果》2019.06.15
- 《表5 测试集缺陷检测结果》2019.08.01
- 《表5 测试集缺陷检测结果》2019.08.01
- 《表1 各测试集上的行人和车辆检测结果》2019.09.01
- 《表1 测试集试验结果：铁路扣件弹条伤损自动检测系统研发与验证》2018.10.01
- 《表5 自建单人脸测试集的检测结果》2019.11.20
- 《表4 CMU测试集的检测结果》2019.11.20
- 《表2 测试集上的鸟巢检测结果对比》2019.10.01