《表2 不同策略的分割结果比较》
注:加粗字体表示每行最优值。
实验1为了验证本文的3个改进点对分割效果的影响,采用了控制变量法对网络模型进行验证,具体如下:1)仅将本文得到的SG-GTA5代替源数据集GTA5,其他两个保持不变,训练模型并分析其分割结果,本文将其称为SG-AdptSeg;2)仅采用自适应惩罚因子,其他保持不变,训练模型并分析其分割结果,本文将其称为L-AdaptSeg;3)仅在判别网络最后一层添加卷积层,其他保持不变,训练模型并分析其分割结果,本文将其称为One-AdaptSeg;4)综合上述3个变化,即源数据集替换为新得到的SG-GTA5、采用自适应惩罚因子以及判别网络最后一层添加1×1的卷积层,训练模型并分析分割效果,本文将其缩写为L-SG-One-AdaptSeg,并与AdaptSegNet的方法进行了对比。如表2所示。
图表编号 | XD00179358300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.16 |
作者 | 张桂梅、潘国峰、刘建新 |
绘制单位 | 南昌航空大学计算机视觉研究所、南昌航空大学计算机视觉研究所、西华大学机械工程学院 |
更多格式 | 高清、无水印(增值服务) |