《表2 不同卷积核对比：结合多种影像特征与CNN的城市建筑物提取》

  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

《结合多种影像特征与CNN的城市建筑物提取》

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

网络由13个卷积层和5个池化层组成，卷积网络采用大尺寸的卷积核可以获得更大的感受野，但同时也增加了参数量。为获得最优感受野，本文将卷积核大小分为3×3、5×5、7×7 3种情况，在相同环境下进行实验分析。通过对每种情况进行3次实验，获取相对应的精度及所需时间，求取3次平均值作为最终结果，如表2所示。实验表明，以3×3作为感受野能获得较好召回率和F1评分，而时间成本上却有着大幅度的缩减。因此，本文选择以3×3作为本实验的最优感受野进行实验分析。