《表2 最佳F1值下的准确率与召回率》

  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FD-RCF的高分辨率遥感影像耕地边缘检测》

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

分析表2可知:1)相较于深度学习类边缘检测模型，经典检测算法Canny在取得最佳F1值时，具有更高的召回率，但准确率较差，总体细节较丰富，但存在较多错检。2)各网络模型在ODS与OIS两种判别方式中各取得最佳F1值时，相对于HED和RCF网络，FD-RCF网络的准确率和召回率均有明显提升。3)ms策略中，将原始影像构建影像金字塔进行检测，最终对不同分辨率下的检测结果融合的方式，能够更好地检测影像细节，降低漏检情况的发生，但也增大了误检几率。