《表4 语义分割方法在MIT ADE20K测试集上的比较结果》

  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

《基于逆注意力机制和像素相似度学习的图像分割》

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

在MIT ADE20K数据集上，本文方法与FCN-8s[6]、DilatedNet[19]、Dilated Net Cascade[19]、Holistic[25]、PSPNet[31-32]、DeepLabv2-ASPP[12]、HFCN[33]进行对比，实验结果如表4所示。由表4可知，由于MIT ADE20K数据集比较大并且数据集中包含了各种场景下的样本，因此该数据集的难度较大。从比较结果可知本文所提方法取得的平均IoU精确度为44.38%，优于其他对比的方法。