《表1 标注参数:基于深度学习的高分影像道路提取方法研究》

《表1 标注参数:基于深度学习的高分影像道路提取方法研究》   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
《基于深度学习的高分影像道路提取方法研究》


  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
注:对于道路分叉及其他引起道路宽度、材质、所属环境变化的情况,先在道路变化起点处将原道路打断为两条道路,然后再分别标注属性。

(2)在ArcGIS软件中为每一景影像内的样本切片进行标注,形成样本的真实道路元素数据分布样本x,如图7所示。同时,为了分别统计生成模型在不同环境和道路元素类别下的提取精度,对x中道路元素进行属性标注,标注内容如表1所示。