《表2 UNet++与U-CGAN++各层的测试结果单位:》
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UNet++及条件生成对抗网络的道路裂缝检测》
由于UNet++与U-CGAN++网络每层都会生成一个分割图像,所以决定对两种网络每一层结果进行分析对比。从表2可以看出,UNet++&U-CGAN++从第二层开始就已经具有较高的像素准确度,并且随着网络的深度增加,像素精准度的提升较小。但是浅层分割图像的召回率依然较低,说明浅层确实抓取了图像的浅层特征,将这些浅层特征融入深层网络中能提高对图像细微之处的分割效果。
图表编号 | XD00197809000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.31 |
作者 | 张海川、彭博、许伟强 |
绘制单位 | 西南交通大学信息科学与技术学院、西南交通大学信息科学与技术学院、四川华腾公路试验检测有限责任公司 |
更多格式 | 高清、无水印(增值服务) |