《表2 本文与Caffe在CPU/GPU上运行速度对比》
提示：宽带有限、当前游客访问压缩模式
在单幅图片的目标检测时，本文开发系统对比基于Caffe[8]的深度学习框架在3.1节所述CPU和GPU上的运行速度如表2所示。
| 图表编号 | XD0068613400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.07.25 |
| 作者 | 李林、张盛兵、吴鹃 |
| 绘制单位 | 西北工业大学计算机学院、西北工业大学计算机学院、西安职业技术学院动漫软件学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 在VOT-2018数据集上，与最新技术在EAO、准确率、鲁棒性和运行速度上的比较》2021.01.16
- 《表1 在VOT-2016数据集上，与最新技术在EAO、准确率、鲁棒性和运行速度上的比较》2021.01.16
- 《表5 在CASIA-FASD数据集上本文方法与主流方法对比》2020.07.16
- 《表4 本文算法与三种算法在迭代次数上的对比（实验二）》2020.07.10
- 《表2 本文算法与三种算法在迭代次数上的对比（实验一）》2020.07.10
- 《表5 神经网络模型在移动平台上的运行速度对比表》2020.02.01
- 《表1 CPU、GPU计算方式3D合成时间对比》2020.03.18
- 《表2 CPU/GPU C3算法性能比较》2020.01.01
- 《表3 在CASME数据库上本文算法与其他算法识别率对比》2020.03.28
- 《表5 在CASMEⅡ数据库上本文算法与其他算法准确率对比》2020.03.28
- 《表2 单CPU、单GPU、异构式CPU+GPU测试实验结果平均值》2020.01.01
- 《表1 CPU、GPU、ASIC以及FPGA特性对比》2019.12.20
- 《表5 本文方法与其它方法在10类目标识别上的对比》2019.10.20
- 《表4 本文方法与其它方法在3类目标识别上的对比》2019.10.20
- 《表3 DeepLog和本文方法运行速度对比》2019.10.15
- 《表3 各模型在实际设备上的运行速度》2019.08.10
- 《表3 在最大坡度上运行一定长度后的末速度》2018.06.28
- 《表4 CPU、GPU与FPGA运行情况对比(目标检测)》2019.12.25
- 《表3 CPU、GPU与FPGA运行情况对比(人脸识别)》2019.12.25
- 《表2 本文算法与其它算法在部分测试集部分序列上的平均中心偏差对比》2019.11.01