《表1 传统人工设计特征与深度学习精度结果对比》

  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

《基于深度学习的高分辨率遥感影像解译技术研究》

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

本文采用GID数据集进行传统人工设计特征解译方法与深度学习解译方法的效果对比。GID数据集（Gaofen Image Dataset）由武汉大学夏桂松团队制作。它包含从中国60多个不同城市获得的150张高分辨率Gaofen-2(GF-2）图像（7 200×6 800）。这些图像覆盖了超过50 000平方千米的地理区域。GID中的图像具有高的类内分集以及较低的类间可分离性。分为建成区、农用地、林地、草地、水系与未标记区域，共6类。采用深度学习模型预测的精度达到95%以上，比对效果如表1所示。