《表3 RCBAM-Net算法在DRIVE、STARE和CHASE＿DB1数据集实验结果》
提示：宽带有限、当前游客访问压缩模式
实验3研究本算法的泛化能力．用本算法分别在DRIVE，STARE和CHASE＿DB1数据集进行实验．表3列出了实验结果，分割均取得较好的效果．
| 图表编号 | XD00205971200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2021.02.25 |
| 作者 | 陈林、陈亚军、沈锐 |
| 绘制单位 | 西华师范大学计算机学院、西华师范大学教育信息技术中心、西华师范大学计算机学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 在ALL＿AML数据集上的实验结果》2020.09.15
- 《表2 在ALL＿AML数据集上的实验结果》2020.09.15
- 《表4 对比在DRIVE,STARE和CHASE＿DB数据集中不同算法的性能》2021.02.25
- 《表1 DRIVE数据集上U-Net与RCBAM-Net实验结果》2021.02.25
- 《表2 DRIVE数据集上不同顺序的注意力模块实验结果》2021.02.25
- 《表3 不同算法在UCF＿CC＿50数据集上的MAE和MSE对比》2021.02.10
- 《表4 不同实验在UCF＿CC＿50数据集上的实验结果》2021.02.01
- 《表3 不同实验在UCF＿CC＿50数据集上的对比》2021.03.28
- 《表3 基于DRIVE数据集的算法性能对比》2020.06.01
- 《表2 不同模型在STARE数据集上的分割结果对比》2020.07.15
- 《表1 不同模型在DRIVE数据集上的分割结果对比》2020.07.15
- 《表4 不同的HED模型在DRIVE和STARE数据集上的性能评估结果》2020.03.25
- 《表3 在STARE数据集上所提方法与其他先进方法的比较》2020.03.25
- 《表1 DRIVE和STARE数据集上的性能评估结果》2020.03.25
- 《表2 不同方法的视网膜血管分割结果在DRIVE、STARE和CHASE＿DB1数据库上的比较》2020.02.25
- 《表1 DRIVE、STARE和CHASE＿DB1测试集中细血管分割及后处理方法的评估结果》2020.02.25
- 《表3 RCNN和Weight＿RCNN在复旦数据集上的实验结果》2020.01.01
- 《表2 本文方法与其他MIL算法在标准MIL数据集MUSK和图像集上的实验结果》2019.12.25
- 《表2 DRIVE数据集和STARE数据集平均性能评估结果》2019.09.25
- 《表4 3种算法在fr3/long＿office＿household数据集下的参数对比》2019.07.16