《表6 在UCM数据集上的分类结果》
如表6所示,UCM数据集上的一些最新遥感场景分类方法以及对本文提出的进行了比较评估.训练比率分别为80%还是50%时,本文的方法都超过其他场景分类方法.当使用80%图像进行训练时,本文的方法比ARCNet-VGG16[20]的结果提高0.17%.当使用50%的图像进行训练时,与ARCNet-VGG16相比,结果提高1.35%.本文的方法是基于ResNet-50提取的特征,因此非常有必要与基于ResNet的场景分类的方法进行比较,在80%的训练样本中比ResNet-TP-50[7]高0.74%,在50%的训练样本中高0.51%.这证实了本文的方法对提升分类准确性效果明显.
图表编号 | XD00157603300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.01 |
作者 | 张桐、郑恩让、沈钧戈、高安同 |
绘制单位 | 陕西科技大学电气与控制工程学院、陕西科技大学电气与控制工程学院、西北工业大学无人系统技术研究院、陆军装备部装备技术合作中心 |
更多格式 | 高清、无水印(增值服务) |