《表1 各模型训练及测试时间》

  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

《深度融合网结合条件随机场的遥感图像语义分割》

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

为了分析细节信息对遥感图像语义分割结果的影响，对具有结合不同深度池化层的融合结构的网络模型进行对比实验，包括模型DFN-5、DFN-4、DFN-3、DFN-2和DFN-1。实验随机选取数据集中的12000张遥感图像进行训练，其余作为测试图像。各模型迭代50000次的训练时间及一幅图像的平均测试时间如表1所示。其中深度融合网络的训练参数设置为：学习率固定为1×10-10，动量设置为0.99，权重衰减参数为0.0005，采用随机梯度下降SGD(Stochastic Gradient Descent）优化算法进行网络训练，反卷积层权重初始化采用双线性插值法。