《表1 主题图片分类(6)》
提示：宽带有限、当前游客访问压缩模式
主题图片按视觉要素的类别数可分为三组（5）:单要素组、双要素组、多要素（三要素及以上）组（表1）。
| 图表编号 | XD008860000 严禁用于非法目的 |
|---|---|
| 绘制时间 | |
| 作者 | 杨翕然 |
| 绘制单位 | 上海交通大学外国语学院马丁适用语言学研究中心 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表6 无人参与回复帖的主题分类统计》2020.11.18
- 《表4 与其它图片分类模型准确率对比》2020.12.16
- 《表1 数据集信息：基于特征融合的亚洲食物图片分类》2020.12.16
- 《表1“民族”图片主题类属及频次统计》2020.12.28
- 《表8 网络点评图片主题分类汇总表》2020.06.10
- 《表1 训练集和测试集中10种猴子的图片分类情况》2020.05.10
- 《表1 接触类图片分类：本土学校和国际学校网页图片的多模态对比研究》2020.04.01
- 《表2 新课标下不同主题根据P.A.Porto图片分类人教版与英国版的差值》2020.07.22
- 《表6 不同主题数据集分类模型召回率》2020.03.25
- 《表2 封面图片主题变化：封面图片的选用及其管理数据库的构建——以《人民珠江》为例》2019.09.01
- 《表1 图片分类结果对比：基于深度学习的图像识别问题中对抗样本的研究》2019.10.01
- 《表1 各分类下图片数量对比》2019.06.01
- 《表1 图片分类准确率对比》2019.01.01
- 《表5 本文第一作者的10张人脸图片数据分类正确率（%）》2019.05.20
- 《表6 我国公安机关能力研究核心期刊论文研究主题分类》2019.03.20
- 《表3 CUHKPQ数据集下图片高低质量分类准确率》2019.01.01
- 《表6 信息主题分类及具体内容》2019.01.28
- 《表1 两个基准图片集：基于迁移学习的图像分类方法研究》2018.11.15
- 《表1 CNNs结构：基于卷积神经网络的RGB-D图片分类》2018.12.20
- 《表1 参数选取：基于AlexNet网络的动物图片分类》2019.12.01