《表1 Res13的结构：使用多任务级联卷积神经网络进行车牌照识别》
提示：宽带有限、当前游客访问压缩模式
本文提出了一个新颖的采用了残差块（Residual Block）结构的全卷积分类网络，并命名为Res13，见表1，Res13在结构上有如下创新:
| 图表编号 | XD0039409300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.02.01 |
| 作者 | 胡从坤、黄东军 |
| 绘制单位 | 中南大学信息科学与工程学院、中南大学信息科学与工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 教学项目及任务：基于卷积门控循环网络的居民出行模式识别》2020.12.30
- 《表1 车牌识别效果统计：基于BP神经网络的智能车牌识别系统》2021.01.25
- 《表1 VGG16与Res Net卷积网络结构对比》2021.01.20
- 《表2 车牌识别网络结构信息》2020.12.20
- 《表1 数据集处理结果：多变环境下基于多尺度卷积网络的猪个体识别》2020.04.20
- 《表1 资源使用情况：基于FPGA的多卷积神经网络任务实时切换方法》2020.03.30
- 《表1 网络参数配置：静态图像中采用混合卷积结构进行人群密度估计》2020.03.01
- 《表7 对比算法结果：基于卷积神经网络的雷达人体动作与身份多任务识别》2020.01.25
- 《表1 资源使用量：基于FPGA加速的卷积神经网络识别系统》2020.02.06
- 《表2 卷积资源占用：基于FPGA动态重构的快速车牌识别系统》2019.12.20
- 《表1 网络结构示意表：基于卷积神经网络的人脸表情识别研究》2019.07.25
- 《表1 输入缩放参考表：基于多尺度卷积神经网络的交通标志识别方法》2019.08.01
- 《表2 基于多任务学习的卷积神经网络模型中的参数设置》2019.08.01
- 《表6 与相关工作比较：CCNet:面向多光谱图像的高速船只检测级联卷积神经网络（英文）》2019.06.01
- 《表4 CCNet性能：CCNet:面向多光谱图像的高速船只检测级联卷积神经网络（英文）》2019.06.01
- 《表1 REM网络结构：CCNet:面向多光谱图像的高速船只检测级联卷积神经网络（英文）》2019.06.01
- 《表3 实时性能的比较：使用多任务级联卷积神经网络进行车牌照识别》2019.02.01
- 《表1 多任务学习卷积神经网络结构》2019.01.01
- 《表1 实验环境：基于级联多任务深度学习的卡口识别引擎研究》2019.01.15
- 《表2 实验样本数据：基于级联多任务深度学习的卡口识别引擎研究》2019.01.15