《表2 在LIP验证集下各类别结果》
为了更加详细比较各个语义类别的解析结果,表2展示了不同方法在人体语义类别的具体结果,其采用交并比的评价指标,从中可以发现不同方法对不同的人体语义类别拥有不同的处理效果,从表2中可以看出SegNet对于太阳镜、裙子等多种语义部位不能有效识别,而本文方法在解析帽子、手套、上衣、裙子、面部、背景拥有更高的解析精度,综合解析能力要高于其他方法,说明DFEnet对于全局与局部特征信息拥有更好的学习效果.
图表编号 | XD00126557200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.01 |
作者 | 罗文劼、倪鹏、张涵 |
绘制单位 | 河北大学网络空间安全与计算机学院、河北大学网络空间安全与计算机学院、河北大学网络空间安全与计算机学院 |
更多格式 | 高清、无水印(增值服务) |