《表2 与经典方法的对比:基于DeepLabv3的随机褶皱防伪图案识别研究》
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
《基于DeepLabv3的随机褶皱防伪图案识别研究》
为了验证本文所提出的随机褶皱防伪图案识别分类模型的有效性,本文与三种经典方法进行了对比试验,分类效果精度对比如表2所示。在其他的经典方法中,Res Net获得较高的识别准确率91.77%,VGGNet和Alex Net分别获得85.23%和83.96%的识别准确率,本文的分类识别模型效果是有效的。
图表编号 | XD00212229800 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.10 |
作者 | 陈雨、陈桂雄、周雄图、张永爱、林志贤、吴朝兴、郭太良 |
绘制单位 | 福州大学物理与信息工程学院、福州大学物理与信息工程学院、福州大学物理与信息工程学院、中国福建光电信息科学与技术创新实验室、福州大学物理与信息工程学院、中国福建光电信息科学与技术创新实验室、福州大学物理与信息工程学院、中国福建光电信息科学与技术创新实验室、福州大学物理与信息工程学院、中国福建光电信息科学与技术创新实验室、福州大学物理与信息工程学院、中国福建光电信息科学与技术创新实验室 |
更多格式 | 高清、无水印(增值服务) |