《表1 实验结果及不同策略对比》

  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

《基于多标签特征融合的实例分割网络框架》

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

本文采用的骨干网络为Res Ne Xt 101 32×4d，学习率使用可自动调节的余弦退火方法。性能评价指标使用五个类别的平均交并比（Mean intersection over union，m Io U）。具体实验结果如表1所示，将本文方法与Mask R-CNN、Cascade Mask R-CNN、HTC进行对比，并通过实验检验是否使用正常图像、弱标签图像、图像融合对算法性能的影响。