《表2 实验方法对比：基于多尺度特征融合的水果图像识别算法研究》
提示：宽带有限、当前游客访问压缩模式
为了比较本文所提水果图像识别算法与现阶段主流最优算法在性能上的差异，表2给出了几种具有代表性的水果识别方法的对比结果。
| 图表编号 | XD00190142900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2021.02.01 |
| 作者 | 黄玉富、朴燕、张汉辉 |
| 绘制单位 | 长春理工大学电子信息工程学院、长春理工大学电子信息工程学院、长春理工大学电子信息工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 残差网络参数：基于多尺度信息融合的图像识别改进算法》2020.09.01
- 《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2 分类测试结果：多尺度特征融合的陶瓷盘缺陷检测算法的研究》2021.02.01
- 《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6 3组对比实验结果：基于特征融合CNN模型的ECG信号识别方法研究》2020.11.15
- 《表1 实验结果：基于深度残差网络的水果图像分类算法研究》2020.12.25
- 《表1 对比实验结果：基于多尺度特征融合的水果图像识别算法研究》2021.02.01
- 《表2 变量的描述性统计：基于多尺度特征融合的拖牵过程安全预警算法》2020.11.20
- 《表1 各注水井注入流量：基于CLAHE和多尺度细节融合的静脉图像增强算法》2020.10.01
- 《表1 训练集样本：基于多尺度和特征融合的肺癌识别方法》2020.05.16
- 《表5 竞赛排名：基于多尺度和特征融合的肺癌识别方法》2020.05.16
- 《表1 实验结果对比：基于特征融合的遥感图像舰船目标检测方法》2020.07.01
- 《表2 训练参数配置：多尺度特征融合的图像语义分割》2020.01.15
- 《表2 特征融合对比结果：多尺度级联R-FCN的尾灯检测算法研究》2020.03.15
- 《表2 实验结果对比：一种基于深层次多尺度特征融合CNN的SAR图像舰船目标检测算法》2020.01.25
- 《表1 实验结果对比：一种基于深层次多尺度特征融合CNN的SAR图像舰船目标检测算法》2020.01.25
- 《表1 图像三类特征：一种基于多类特征融合的车辆识别方法》2020.01.01
- 《表2 图像梯度指标对比：基于多尺度Retinex算法的光干涉条纹图像增强》2019.12.25
- 《表1 实验测试情况：基于多尺度卷积核特征提取算法的手写数字识别研究》2019.09.01
- 《表3 算法对比实验：基于多尺度特征卷积神经网络的目标定位》2019.08.15