《表1 1 Vortex-Conv与其他优秀算法结果对比》
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
《DODNet:一种扩张卷积优化的图像语义分割模型》
本文选取DeepLab-V1、V2、V3模型和文献[17]中的算法作为对比,来验证本文算法的有效性.对比结果如表11所示,可以发现相比于DeepLab-V2模型,本文所提出的DODNet模型在降低11.2M参数量和12.2B计算量的同时,分割精度提升了4.23%.与DeepLab-V3相比,DODNet模型获得了0.32%的分割精度提升,而且模型参数量减少了7.1M,计算量降低了7.7B.
图表编号 | XD00220343900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.01 |
作者 | 祖朋达、李晓敏、陈更生、许薇 |
绘制单位 | 复旦大学专用集成电路与系统国家重点实验室、复旦大学专用集成电路与系统国家重点实验室、复旦大学专用集成电路与系统国家重点实验室、复旦大学专用集成电路与系统国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |