《表1 深度模型在图4对应的图像上的分割结果、平均结果及训练时间》

《表1 深度模型在图4对应的图像上的分割结果、平均结果及训练时间》   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
《完全残差连接与多尺度特征融合遥感图像分割》


  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:黑体为最佳,下划线为次佳。

各深层模型与本文方法在ISPRS Vaihingen数据集上的评价结果如图5,可见,虽然一些比较算法在IOU和F1值度量中具有较好的结果,但是本文方法在每一类别的IOU、F1值以及测试集整体的平均性能上都达到了最优。具体而言,本文方法的平均IOU比次好结果(U-Net)高约6%,平均F1值比次好结果高约4%,这充分证明了本文方法在城市遥感图像分割方面的有效性。