《表4 现有模型在Deep Globe Road Extraction测试集上的分割结果》

  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

《自适应感受野机制遥感图像分割模型》

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

注:加粗字体为各列最优结果。

表4给出了RSISM-ARFM与现有模型的对比结果。为了与其他获取不同感受野的主流方法进行对比，将Inception模块（Szegedy等，2015）、ASPP（atrous spatial pyramid pooling）模块（Chen等，2018）、Xception模块（Chollet，2017）加入本文采用的主干网络（Baseline）中。其中，Inception模块采用了多分支的结构，使用不同大小的卷积核提取不同感受野的特征，最后将这些特征信息融合。ASPP为空洞空间金字塔结构，通过并行使用多个空洞卷积提取不同感受野的特征。Xception使用3×3的深度分离卷积提取特征，对每个通道单独进行卷积处理，并采用两个小的卷积核叠加的方式代替大的卷积核。实验结果表明，RSISM-ARFM模型的各项指标均优于对比模型，提升了不同形状目标的分割精度，取得了最优的分割结果。