《表3 不同模型在测试集上的实验结果》

  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

《基于深度学习的无人机土地覆盖图像分割方法》

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

不同组成的模型在无人机土地覆盖图像测试数据集上的实验结果如表3所示。模型1为原始DeepLabV3+模型，主干网络为Xception+，在测试集上PA为80.51%，MIoU为55.73%；模型2在模型1的基础上替换主干网络为ResNet+，PA和MIoU分别提升了11.46个百分点和12.50个百分点；模型3在模型2的基础上加入联合上采样模块，PA和MIoU分别比模型2提升了1.55个百分点和10.25个百分点；在模型3的基础上调整ASPP模块后得到模型4，PA和MIoU有小幅提升，分别为93.60%和79.50%；最终应用改进后的解码器得到模型5，PA和MIoU分别提升至95.06%和81.22%，相比原始DeepLabV3+模型即模型1，两个指标分别提升了14.55个百分点和25.49个百分点。