《表1 3种方法实验数据：基于深度学习优化SSD算法的硅片隐裂检测识别》
提示：宽带有限、当前游客访问压缩模式
详细的实验数据如表1所示。
| 图表编号 | XD0034747600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.01.15 |
| 作者 | 田晓杰、程耀瑜、常国立 |
| 绘制单位 | 中北大学信息与通信工程学院、中北大学信息与通信工程学院、中北大学信息与通信工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 基于深度学习的命名实体识别实验数据规模》2020.09.30
- 《表1 实验设备配置：深度学习目标检测算法在货运列车车钩识别中的应用》2020.10.01
- 《表2 不同算法模型对比：一种基于深度学习的车辆识别算法》2020.12.25
- 《表3 本文算法实验结果：基于深度学习的生猪饮水行为识别研究》2021.01.15
- 《表3 算法对比：一种基于深度学习的交通标志识别新算法》2021.01.28
- 《表1 硬件配置：一种基于深度学习的交通标志识别新算法》2021.01.28
- 《表7 踝关节特征值筛选：基于深度学习的步态识别算法优化研究》2020.04.25
- 《表6 膝关节特征值筛选：基于深度学习的步态识别算法优化研究》2020.04.25
- 《表5 髋关节特征值筛选：基于深度学习的步态识别算法优化研究》2020.04.25
- 《表2 关节均值特征值：基于深度学习的步态识别算法优化研究》2020.04.25
- 《表1 实验数据集：基于改进SSD算法的遥感影像小目标快速检测》2020.05.01
- 《表1 分类识别实验结果：基于深度学习的鱼类识别与检测的算法研究》2020.08.10
- 《表2 三种方法实验数据：基于深度学习优化YOLOV3算法的芳纶带检测算法研究》2020.04.15
- 《表1 实验参数：基于深度学习的人体动作识别方法》2020.04.16
- 《表1 整线碎片率：基于机器视觉的硅片隐裂检测系统的研究》2019.06.01
- 《表1 实验对比结果：一种基于Gabor深度学习的无人机目标检测算法》2019.08.01
- 《表1 实验结果：基于深度学习的交通标志识别算法》2019.06.01
- 《表1 实验数据集：DeepTriage:一种基于深度学习的软件缺陷自动分配方法》2019.01.01
- 《表1 实验数据明细：基于深度学习的窃电行为检测方法》2019.02.25
- 《表1 数据获取方法：一种基于深度学习的禁飞区无人机目标识别方法》2018.06.01