《表1 实验结果：基于语义分割技术的船舶图像分割算法应用改进》
提示：宽带有限、当前游客访问压缩模式
在表1的实验环境下，训练1×105次，耗时20 h左右，得到语义分割模型。
| 图表编号 | XD00187453400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.10.15 |
| 作者 | 周文康、谢海成、贺提超、蒋苏蕊、羊箭锋 |
| 绘制单位 | 苏州大学电子信息学院、苏州大学电子信息学院、苏州大学电子信息学院、苏州大学电子信息学院、苏州大学电子信息学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 各算法实验结果：基于深度学习的行驶视觉图像分割模型设计》2020.10.25
- 《表4 网络框架汇总：基于深度学习的图像语义分割技术综述》2021.01.15
- 《表3 数据集汇总：基于深度学习的图像语义分割技术综述》2021.01.15
- 《表3 图像语义分割方法的实验结果对比》2021.01.01
- 《表3 调节作用分析结果：基于深度学习的图像语义分割算法研究》2020.12.31
- 《表2 电热耦合模型参数：基于深度学习的图像语义分割算法研究》2020.12.31
- 《表1 MRM优化参数：基于深度学习的图像语义分割算法研究》2020.12.31
- 《表4 试验结果：基于深度学习的图像语义分割算法研究》2020.12.31
- 《表1 实验煤样性质：多尺度融合增强的图像语义分割算法》2021.01.15
- 《表1 实验结果：基于改进狼群算法的最大熵图像分割法》2020.12.01
- 《表4 实验结果评测：基于YOLO目标分割的船舶识别算法研究》2019.12.01
- 《表2 权值选择试验结果：基于改进PCNN的番茄植株夜间图像分割算法》2020.03.25
- 《表1 分割结果：基于弱监督学习的图像语义分割方法综述》2020.03.18
- 《表3 算法整体性能对比：基于改进ERFNet的无人直升机着舰环境语义分割》2020.01.28
- 《表3 深度图像语义分割网络架构的实验结果》2020.01.15
- 《表2 图像分割质量评测：基于改进的狼群算法的新型广义熵图像分割》2019.10.01
- 《表1 算法结果评价：基于kNN的鞋印花纹的图像分割算法应用检验》2019.07.01
- 《表1 实验数据对比结果：正余弦优化算法在多阈值图像分割中的应用》2019.07.01
- 《表1 各算法位置偏差值：基于改进Otsu方法的振动图像分割研究》2019.02.01
- 《表1:匹配结果：基于语义分割的增强现实图像配准技术》2018.12.01