《表3 缺陷检测结果：基于关联分类的FPGA缺陷检测水平量化方法》
提示：宽带有限、当前游客访问压缩模式
以某项目部分缺陷检测结果数据为例，该数据分别来自top、alu、ctrl这3个代码文件的检测结果，见表3。
| 图表编号 | XD0074400100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.07.16 |
| 作者 | 王志昊、冯志华 |
| 绘制单位 | 中国航天科工集团第二研究院706所、中国航天科工集团第二研究院706所 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 缺陷数量统计结果：基于YOLO v3的输电线路缺陷快速检测方法》2020.08.01
- 《表3 缺陷分类统计结果：基于机器视觉的金属板材表面缺陷光学检测技术》2020.09.10
- 《表1 检测结果：基于机器视觉的苹果缺陷快速检测方法研究》2020.10.01
- 《表2 缺陷长度量化误差：基于三维霍尔传感器的阵列式漏磁检测方法》2020.10.20
- 《表2 测试分类结果：基于机器视觉的编织袋缺陷在线检测方法》2020.10.25
- 《表1 凹坑缺陷参数：管道漏磁内检测量化方法研究》2020.07.15
- 《表1 测试结果(个)：基于深度学习的混凝土表面缺陷检测方法》2020.06.25
- 《表3 测试集结果：基于FPGA的快速樱桃缺陷检测与识别系统设计》2020.08.01
- 《表1 试验数据集：基于改进残差网络的红枣缺陷检测分类方法研究》2020.01.01
- 《表1 缺陷分类识别效果：基于超声相控阵对焊缝缺陷的检测研究》2020.03.10
- 《表1 分类结果：基于双结构光的微小圆柱端面缺陷检测》2019.12.15
- 《表3 检测结果数据：基于超声波检测的BP神经网络缺陷识别方法设计》2019.08.30
- 《表4 缺陷事务集：基于关联分类的FPGA缺陷检测水平量化方法》2019.07.16
- 《表2 试验结果总结：基于迁移学习的塑件外观缺陷柔性检测方法》2019.06.01
- 《表1 试验检测结果：基于机器视觉的车用注塑螺纹件缺陷检测方法》2019.07.20
- 《表2 形状特征参数值：基于多特征的SVM多分类PCB焊点缺陷检测方法》2019.06.25
- 《表3 分类准确率：基于多特征的SVM多分类PCB焊点缺陷检测方法》2019.06.25
- 《表1 焊点样本：基于多特征的SVM多分类PCB焊点缺陷检测方法》2019.06.25
- 《表2 特征提取结果：基于图像处理的钢板缺陷检测方法》2019.06.01
- 《表2 缺陷分类结果：基于神经网络的磁瓦表面缺陷检测识别》2019.08.20