《表2 实验结果对比表:基于语义分割与深度估计的行车环境实时解析》
定量分析如表2所示,在语义分割效果方面,本文取取了几个在语义分割任务重具有代表性的网络作为对比,如SegNet、ENet、PSPNet和ICNet。相比于SegNet,本文提出的网络不仅具有更高的分割精度,并且在计算速率上提升了四倍;相比于ENet,本文提出的网络在同样达到高实时性的基础上,在语义分割精度上提升了10.7%;相比于ICNet,语义分割的精度相近,但参数量更少,并在实时性上实现了翻倍;尽管精度不及PSPNet,但在实时计算性能上提升了83倍。
图表编号 | XD00120290100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.25 |
作者 | 林坤辉、陈雨人 |
绘制单位 | 同济大学道路与交通工程教育部重点实验室、同济大学道路与交通工程教育部重点实验室 |
更多格式 | 高清、无水印(增值服务) |