《表2 最佳F1值下的准确率与召回率》
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。
图表编号 | XD00180448800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.15 |
作者 | 李森、彭玲、胡媛、池天河 |
绘制单位 | 中国科学院遥感与数字地球研究所、中国科学院大学、中国科学院遥感与数字地球研究所、中国科学院遥感与数字地球研究所、中国科学院大学、中国科学院遥感与数字地球研究所 |
更多格式 | 高清、无水印(增值服务) |