《表5 常用语义分割数据集汇总表》
注:-表示该数据集未划分验证集或测试集,需要研究者根据个人需求进行划分.
表4给出了基于IAILD数据集的不同算法性能对比结果.由表4可知,在遥感图像领域,基于FCN、U-Net等网络结构进行改进的语义分割方法取得了优越的性能.遥感图像更加注重空间和位置信息,因此增大空间感受野的特征提取方法可以带来精度的提升.同时,利用特征加权融合训练注意力机制的网络模型也开始在遥感图像领域崭露头角.表5对各个领域常用的语义分割数据集进行了汇总,总结了用于不同场景下数据集的分类数量、分辨率、训练集、验证集、测试集等信息,并且综合阐述了不同领域数据集的特点,对从事图像语义分割方向的研究具有十分重要的参考价值.
图表编号 | XD00175969900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.01 |
作者 | 田启川、孟颖 |
绘制单位 | 北京建筑大学电气与信息工程学院、建筑大数据智能处理方法研究北京市重点实验室、北京建筑大学电气与信息工程学院、建筑大数据智能处理方法研究北京市重点实验室 |
更多格式 | 高清、无水印(增值服务) |