《表3 3种方法车号识别结果对比表》
提示：宽带有限、当前游客访问压缩模式
本文将上述3种方法在列车车号数据集上进行训练与测试，测试结果如表3所示.由实验结果可知，Attention-OCR方法更适用于本文数据集.
| 图表编号 | XD00189027800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.11.01 |
| 作者 | 艾鑫、邹琪、罗常津 |
| 绘制单位 | 北京交通大学计算机与信息技术学院、北京交通大学计算机与信息技术学院、中国铁道科学研究院电子计算技术研究所 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 几种识别方法的对比》2020.12.31
- 《表4 3种方法的识别结果展示》2020.11.01
- 《表6 3种噪声源识别方法对比》2020.12.01
- 《表2 不同方法车号定位结果对比》2020.11.01
- 《表1 3种方法车号定位结果对比》2020.11.01
- 《表5 车号字符识别结果对比表》2020.11.01
- 《表4 车号整体识别结果对比表》2020.11.01
- 《表2 3种方法效果对比：一种基于SIFT-BOW模型的绝缘子图像识别方法》2020.11.25
- 《表1 3种算法人脸图像识别结果对比》2020.12.01
- 《表2 三种识别方法的结果对比》2020.05.25
- 《表5 多特征量阈值识别方法识别3种测试件缺陷类型的识别结果》2020.03.25
- 《表3 方法识别结果对比》2020.02.10
- 《表4 两种方法结果对比：在线开放创新社区环境下的领先用户识别方法研究》2019.10.20
- 《表3 KEDA方法与其他方法识别结果对比》2019.08.08
- 《表3 两种分类器模型识别结果对比》2019.06.01
- 《表1 5种方法对3种苹果病害叶片图像集上的识别结果》2019.07.25
- 《表3 11种预处理方法识别预测结果》2019.02.20
- 《表3 模式识别方法的对比结果》2018.10.10
- 《表1 3种算法的识别结果对比》2018.06.20
- 《表3 模型分类结果：一种城镇长租低压居民客户识别方法》2019.11.20