《表2 在测试集上的读数识别精度结果对比》
提示：宽带有限、当前游客访问压缩模式
经过上述过程的模型训练之后，本文方法和基于Mask R-CNN的仪表读数识别方法在测试集上的测试结果如表2所示。
| 图表编号 | XD00197606500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.12.10 |
| 作者 | 彭昆福、王子磊、王磊、顾杨 |
| 绘制单位 | 中国科学技术大学信息科学技术学院、中国科学技术大学信息科学技术学院、国网安徽省电力有限公司检修分公司、国网安徽省电力有限公司检修分公司 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 对比算法在不同维度DTLZ测试函数集上的运行结果》2020.11.01
- 《表2 优化器训练完成后GCN模型在测试集上的精度》2020.12.20
- 《表3 各模型在测试集上的预测精度》2020.11.28
- 《表1 不同模型在测试集上的预测精度》2020.12.15
- 《表2 不同模型在测试集上的识别准确率》2020.12.01
- 《表3 不同的人脸属性识别方法在不同数据集上的属性识别精度》2020.11.16
- 《表2 不同算法在测试集上的检测结果对比》2020.12.10
- 《表4 在每类200张的随机采样测试集上的一格读数识别精度结果对比》2020.12.10
- 《表1 在4种数据集上的精度测试比较》2021.02.20
- 《表1 不同算法在测试集上的检测与识别精度》2020.11.01
- 《表2 不同模型在Potsdam测试数据集上的分割结果对比》2020.05.16
- 《表2 不同模型在各测试集上的识别结果》2020.06.01
- 《表2：三种类型算法测试集上的检测精度对比》2020.03.15
- 《表3 Kinetics数据集上不同剪辑在18层R(2+1)D模型上的训练时间与识别精度》2020.05.01
- 《表2 各算法在7个数据集上的平均精度测试结果》2020.02.10
- 《表2 测试集上的精度：深度学习在表面质量检测方面的应用》2020.01.08
- 《表2 SSD算法在test-90测试集上的检测精度(单位:%)》2019.09.25
- 《表2 不同星座图恢复方法在测试集上的识别准确率》2019.05.28
- 《表3 不同模型在舰船测试集上的识别结果》2019.06.01
- 《表2 测试集上的识别精度》2018.08.10