《表3 Cityscapes数据集上网络性能对比》

  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

《基于多层级上下文信息的图像语义分割》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

使用768pixel×768pixel分辨率进行训练和测试，受限于计算资源，选取ResNet50作为主干网络，实验结果如表3所示。其中baseline*表示Fu等[16]报道的网络性能，baseline*使用了4块GPU，采用最小批8张图像进行训练，最终在Cityscapes验证集上达到了76.34%的精度。Fu等[16]未报道其在测试集上的性能。受限于计算资源，baseline和所提方法ours-4均使用最小批2张图像进行训练和测试，baseline在验证集上的语义分割性能达75.81%，而所提方法ours-4在验证集上的语义分割性能可达77.20%，提高了约1.4个百分点。在测试集上，baseline模型可获得75.46%的精度，所提方法ours-4在测试集上精度可达到76.73%，提高了约1.2个百分点。