《表5 不同方法在HKUIS数据集上的结果》

  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

《基于深度学习的显著区域提取方法》

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

每种方法在数据集ECSSD，DUT?OMRON，PASCAL?S和HKU?IS中的检测结果和融合后结果如表2—5所示。表2显示在ECSSD数据集上本文融合方法的AUC和F?measure值最高，MAE次低。表3显示在DUT?OMRON数据集上本文融合方法的AUC值最高，F?measure值次高，MAE次低。表4显示在PASCAL?S数据集上本文融合方法的AUC值和F?measure值最高，MAE最低。表5显示在HKU?IS数据集上本文融合方法的AUC值最高，F?measure值次高，MAE次低。整体来说，本文方法的性能最好。