《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》

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

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．