《表2 Fine-tuning识别结果》
提示：宽带有限、当前游客访问压缩模式
Fine-tuning识别结果如表2所示，Fine-tuning每类烟草叶片病情害识别结果如表3所示。
| 图表编号 | XD004329700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2018.10.01 |
| 作者 | 王平 |
| 绘制单位 | 大连交通大学 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 本文系统识别结果：基于激光视觉的局部放电图像识别系统》2020.09.25
- 《表2 本文关键接口节点识别结果与专家识别结果对比》2020.10.01
- 《表2 基于红外线的识别方法缺陷识别结果》2021.01.15
- 《表2 室外光照识别结果：基于Kinect的动态手势识别研究》2021.02.25
- 《表2 缺陷类型识别结果：冲压件冲孔缺陷的检测与识别》2020.12.01
- 《表2 电动机一识别模型识别结果》
- 《表2 损伤识别结果：基于Kriging模型的损伤识别方法》2020.08.15
- 《表2 手势识别测试结果：面向人机交互的手势识别系统设计》2020.03.25
- 《表2 识别结果对比：基于深度迁移学习的家用电器识别研究》2020.06.20
- 《表2 识别结果：基于人工智能的钢琴编曲音色识别系统设计》2020.02.15
- 《表2 识别结果：复杂背景下的票据字符类型识别方法》2020.04.15
- 《表2 Fine-tuning训练参数设置》2020.04.25
- 《表2 3种手势动作识别结果和识别率》2020.03.01
- 《表2 不同识别方法的泄漏识别结果》2019.12.01
- 《表2 识别结果：“僵尸煤电企业”的识别与退出机制》2019.10.01
- 《表2 识别结果对比：基于深度图像的手势识别研究》2019.10.01
- 《表2 幼儿情绪识别测试结果–各种情绪的识别结果(与同年龄段幼儿比较)》2019.11.05
- 《表5 网络微调后的各算法在四个标准库上的m AP值对比Tab.5 m AP comparison of algorithms after fine-tuning on four standard databases》2019.01.10
- 《表2 音符基频特征识别方法识别结果》2019.11.30
- 《表3 Fine-tuning每类烟草叶片病情害识别结果》2018.10.01