《表1 各模型训练及测试时间》
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。
图表编号 | XD00140650100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.25 |
作者 | 肖春姣、李宇、张洪群、陈俊 |
绘制单位 | 中国科学院遥感与数字地球研究所、中国科学院大学、中国科学院遥感与数字地球研究所、中国科学院遥感与数字地球研究所、中国科学院遥感与数字地球研究所 |
更多格式 | 高清、无水印(增值服务) |