《表1 仿真结果对比:无定形区特征增强全景分割算法》
在COCO 2017数据集下,将批尺寸设置为1,学习率设为0.001 25,迭代次数为90 000次,对两算法分别进行训练。训练结束后对模型进行测试,根据Panoptic Segmentation[1](全景分割)提出的全景分割评价指标,将分割质量(segmentation quality,SQ)的值作为评估测试结果的衡量标准,其值越高,代表分割质量越好,算法的性能越优。仿真结果对比见表1。
图表编号 | XD00130719200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.01 |
作者 | 任凤至、毛琳、杨大伟 |
绘制单位 | 大连民族大学机电工程学院、大连民族大学机电工程学院、大连民族大学机电工程学院 |
更多格式 | 高清、无水印(增值服务) |