《表2 DRIVE数据集上不同顺序的注意力模块实验结果》

  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

《基于残差卷积注意力网络的视网膜血管分割算法》

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

实验2研究注意力模块排列顺序的不同对血管分割性能的影响．使用仅仅通道和空间注意力模块的排列顺序不同的相同算法结构在DRIVE数据集上的分割实验，并对分割结果进行比较：先通道注意力后空间注意力串联（RCS-Net），先空间注意力后通道注意力串联（RSC-Net），以及将空间注意力与通道注意力并行排列（RC+S-Net）．表2列出了实验结果，其中RCS-Net网络模型实验效果较好．通道注意力主要聚焦于输入图像的什么特征是有意义的，空间注意力主要聚焦于输入图像的哪部分的有效信息较丰富，因此输入特征依次通过通道注意力模块、空间注意力模块的筛选，最后获得经过了重标定的特征，即强调重要特征，压缩不重要特征，也丰富了重要特征的信息．