《表1 三种网络的道路分割精度》
提示：宽带有限、当前游客访问压缩模式
采用三种分割网络模型分别对不同天气条件下的葡萄行间道路图进行测试，三种网络的道路分割精度见表1。
| 图表编号 | XD0070046000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.07.15 |
| 作者 | 宋广虎、冯全、海洋、王书志 |
| 绘制单位 | 甘肃农业大学机电工程学院、甘肃农业大学机电工程学院、甘肃农业大学机电工程学院、西北民族大学电气工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 实验结果：一种基于超像素分割的遥感图像道路提取方法》2020.08.01
- 《表1 三种算法的分割时间》2020.11.20
- 《表4 三种神经网络预测结果精度对比表》2020.01.01
- 《表2 U-Net网络分割精度》2020.06.01
- 《表1 基于改进的FCN网络的两种损失函数的平均分割精度对比》2020.05.15
- 《表4 语义分割网络结果精度对比》2020.06.01
- 《表1 点云数据精度评价：图像语义分割辅助的车载激光点云道路提取方法》2020.03.01
- 《表1 分类精度：BP神经网络的道路场景杆状地物自动分类》2020.04.25
- 《表1 三种模型分割结果的比较》2020.06.01
- 《表1 精度分析：基于端到端全卷积神经网络的道路提取》2020.07.25
- 《表2 测试数据分割精度：空洞卷积的多尺度语义分割网络》2019.12.15
- 《表3 几种网络的分割精度》2020.01.25
- 《表2 道路提取评价：顾及梯度和彩色信息的高分辨率影像道路分割》2019.11.08
- 《表1 各算法道路区域分割精度τ》2019.10.01
- 《表3 算法精度：多模态深度神经网络的固废对象分割》2019.07.16
- 《表4 不同网络层数进行道路分割任务的对比》2019.09.01
- 《表6 不同道路分割方法的准确率对比》2019.09.01
- 《表1 不同算法的图像分割精度和分割时间对比》2019.07.26
- 《表1 精度比较表：基于深度网络的人脸区域分割方法》2019.04.15
- 《表6 各网络的分割精度：基于可分离残差模块的精确实时语义分割》2019.03.10