《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） |
