《表3 深度图像语义分割网络架构的实验结果》

  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

《基于深度学习的图像语义分割技术研究进展》

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

从表3可以看到，在数据集方面，不同的语义分割架构根据应用场景和分割特点的不同，选用的数据集也不同。PASCAL VOC 2012作为静态图像进行语义分割的测试数据集，相较于其他数据集，语义分割架构在该数据集上的实验结果表现最佳；当进行实时图像语义理解或动态场景解析时，大多选用CityScapes作为测试数据集；多数分割架构在MS COCO数据集上的表现并不理想，一方面因为该数据集中图片的背景更复杂，每张图片上的实例目标个数多，小目标更多；另一方面，MS COCO评估标准比其他数据集更加严格。