《表1 不同模型的实验结果（百分比）》

  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U-Net的历史文档图像分割研究》

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：1/4为图像切割比例

本实验是本文模型与其它深度学习模型的对比实验，其分割图如图2第2列所示。表1显示，本文模型在三个数据集各指标上均优于文献[9]。经过对文献[9]的分析得到，SLIC[10]超像素分割时就存在较多的错误，同时CNN也会出现分类错误，串行的操作大大降低了分割精度，同时[9]将原图切成较小的图像块作为CNN的输入，网络无法获取更多的上下文信息，进而导致超像素分类错误，进而出现区域性分割错误。