《表3 本文方法与其他方法结果对比》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《密集卷积神经网络和辅助特征相结合的乳腺组织病理图像有丝分裂检测方法》
为验证增加辅助特征和变体预测对实验结果的影响以及本文方法的有效性,在实验数据集(见2.1节)上,将方法1、2以及文献[8,10~12,14]算法的检测结果与本文方法检测结果进行对比。其中,方法1:基于无融合辅助特征的DenseNet检测方法;方法2:融合辅助特征,但是在测试时没有将对每张图片进行变体预测求平均作为最终预测结果的检测方法。对比检测结果如表3所示。
图表编号 | XD0095313300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.24 |
作者 | 段慧芳、刘娟 |
绘制单位 | 武汉大学计算机学院、武汉大学计算机学院 |
更多格式 | 高清、无水印(增值服务) |