《表3 数据集汇总：基于深度学习的图像语义分割技术综述》

  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

《基于深度学习的图像语义分割技术综述》

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

评估基于深度学习的图像语义分割算法性能的主要指标可归纳为：精确度、执行时间及内存占用等。处理速度或运行时间是重要的衡量指标，因为数据集一般较大，受到计算机硬件设施限制，更少的执行时间意味着更多的应用可能。内存是语义分割的另一个重要因素，不过内存在多数场景下是可以扩充的。精确度是最关键指标，图像分割中通常依据许多标准衡量算法精度。这些标准通常是像素精度及图像交并比衍变产生，如像素精度、均像素精度（Mean Pixel Accuracy，）、均交并比（Mean Intersection over Union，）等。像素精度是最简单的度量，用以标记正确像素占总像素的比例。均像素精度是类别内像素正确分类概率的平均值。均交并比是公认的算法评估标准，其计算两个集合的交集和并集之比，在语义分割领域中，真实值和预测值就是两个集合的体现。FCN网络的提出打破了传统分割方法，使用Caffe网络框架，在PASCAL VOC数据集上的分割精度（MIOU%）为62.2%。为解决FCN分割精度不高等问题，SegNet算法被提出，其使用Caffe网络框架，在CamVid数据集上的分割精度为60.1%。随后RefineNet出现，使用Pytorch网络框架，在PASCAL VOC数据集上的分割精度为83.4%。PSPNet提出金字塔模块，使用TensorFlow网络框架，在PASCAL VOC数据集上的分割精度为85.4%。BiSeNet和全景FCN的提出使语义分割算法更加完善，它们在Cityscapes数据集上的分割精度分别达68.4%和79%。上述数据集汇总如表3所示，网络框架汇总如表4所示。