《表1 仿真结果对比：无定形区特征增强全景分割算法》

  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

《无定形区特征增强全景分割算法》

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

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。