《表5 语义分割方法在MIT ADE20K测试集上的计算性能比较结果》
为了验证所提算法的复杂度,在MIT ADE20K测试集上,选取了相关度较高的经典算法DeepLabv2-ASPP[12]、Attention[27]、SAN[34]、Dilated Net Cascade[19]、RefineNet[24]、PSPNet[32],在相同实验条件下进行了分析对比。在实验中,输入图像尺寸统一缩放为576 pixel×576 pixel进行分割,时间效率比较结果见表5,其中“frame/s”代表每秒能分割图像的帧数。由表5可知,在时间效率上,所提算法(5.6 frame/s)与最优算法(6.1 frame/s)接近,其主要原因是所提算法有很好的并行特性,所以虽然增加了网络分支,但总体时间效率并未明显下降。
图表编号 | XD00145435200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.28 |
作者 | 向涛、乔文昇、邓永兴、王延斌 |
绘制单位 | 中国西南电子技术研究所、中国西南电子技术研究所、解放军78125部队、解放军78125部队 |
更多格式 | 高清、无水印(增值服务) |