《表3 最终实验准确率:基于非对称全局卷积神经网络的遥感图像识别方法》

《表3 最终实验准确率:基于非对称全局卷积神经网络的遥感图像识别方法》   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
《基于非对称全局卷积神经网络的遥感图像识别方法》


  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

在最后的实验中,采用GAP作为UN CNN模型的下采样方案,其采样率设置为0.5。分别在RSSCN7、UCML、WHU-RS19和AID[10-13]测试集上的实验结果如表3所示。和当前在这些遥感图像地物识别数据集上对应的最好识别方法相比,UN CNN均可取得较高的准确率,进一步验证了本研究方法的有效性和普适性。