《表2 不同输出步长的RNA的实验结果》
为了探究输出步长对模型性能的影响,本文单独使用RNA并设置不同的输出步长训练建筑物提取模型。在实验过程中,RNA的输出步长分别设置为8、16、32,当输出步长为8时,con3_x、con4_x、con5_x设置为带孔卷积;当输出步长为16时,con4_x和con5_x设置为带孔卷积;当输出步长为32时,con5_x设置为带孔卷积,实验结果如表2所示。由表2可知,网络的输出步长越小,模型的性能越好。在实验过程中发现,由于GPU内存限制,当输出步长设置4时,会出现显存不足无法训练模型的现象,故在后续实验中将模型的输出步长统一设置为8。
图表编号 | XD00155759500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.01 |
作者 | 韩彬彬、张月婷、潘宗序、台宪青、李芳芳 |
绘制单位 | 中国科学院空天信息创新研究院、中国科学院空天信息创新研究院空间信息处理与应用系统技术重点实验室、中国科学院大学、中国科学院空天信息创新研究院、中国科学院空天信息创新研究院空间信息处理与应用系统技术重点实验室、中国科学院空天信息创新研究院、中国科学院空天信息创新研究院空间信息处理与应用系统技术重点实验室、中国科学院空天信息创新研究院、中国科学院空天信息创新研究院空间信息处理与应用系统技术重点实验室、中国科学院空天信息创新研究院、中国科学院空天信息创新研究院空间信息处理与应用系统技术重点实验室 |
更多格式 | 高清、无水印(增值服务) |