《表1 MIT Object Discovery数据集上的定量结果(指标:Jaccard得分)》
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
《基于深度卷积神经网络的前景对象图像分割模型FOSegNet》
MIT Object Discovery数据集上的定量结果见表1,由表1可以看出,本文FOSegNet模型胜过几种优秀的联合分割和对象建议模型,同时,超越了显著性模型中的大多数模型,仅在汽车类图像的分割性能上略逊于DeepSaliency,主要是该模型训练数据集中汽车类图像数量及比例更大,而本文FOSegNet模型在没有进行数据集扩充的情况下,通过修改深度图像分类网络VGG-16以及应用条件随机场,使得FOSegNet模型能够较好地逐像素分类出前景对象,从而在飞机类和马类图像的分割结果优于表1中的其他分割模型.
图表编号 | XD00186173200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.20 |
作者 | 吴彬、杨戈、陈海洋 |
绘制单位 | 北京师范大学珠海分校、北京师范大学研究生院、北京师范大学珠海分校、北京师范大学珠海分校、北京师范大学研究生院 |
更多格式 | 高清、无水印(增值服务) |