《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》

《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》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

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。