《表1 深度学习在生态资源领域的常用公开数据集》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《深度学习在生态资源研究领域的应用:理论、方法和挑战》
深度学习作为一门数据驱动的科学,其核心是海量的数据.在计算机视觉领域,主流的数据集有MNIST、MS-COCO和Open Images等.相比之下,应用于生态资源领域研究的深度学习数据集相对来说数据量更小、类别更少,主要有涉及各类动植物分类、检测以及生态场景分类的数据集(表1).
图表编号 | XD00200368500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.01 |
作者 | 郭庆华、金时超、李敏、杨秋丽、徐可心、巨袁臻、张菁、宣晶、刘瑾、苏艳军、许强、刘瑜 |
绘制单位 | 中国科学院植物研究所植被与环境变化国家重点实验室、中国科学院大学、中国科学院植物研究所植被与环境变化国家重点实验室、中国科学院大学、中国科学院植物研究所系统与进化植物学国家重点实验室、中国科学院植物研究所植被与环境变化国家重点实验室、中国科学院大学、中国科学院植物研究所植被与环境变化国家重点实验室、中国科学院大学、成都理工大学地质灾害防治与地质环境保护国家重点实验室、中国科学院植物研究所植被与环境变化国家重点实验室、中国科学院大学、中国科学院植物研究所系统与进化植物学国家重点实验室、中国科学院植物研究所植 |
更多格式 | 高清、无水印(增值服务) |