《表2 不同云区检测结果的平均精度与速度》

  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

《基于改进的全卷积神经网络的资源三号遥感影像云检测》

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

由表2可以看出，FCNN算法比传统云检算法精确度更高，单张图像检测时间更短，本文提出的改进的FCNN算法无论是在准确度、精确度、召回率、F1-综合评价指标还是单张图检测时间等方面都具有明显优势，准确率达到90.11%，精确度达到96.92%，召回率达到90.36%，F1综合评价指标达到93.53%，说明本文算法对检测结果具有优化作用。实验效率方面，FCNN算法可实现批量云区检测工作，单张图像检测时间平均为0.46s，远低于平均检测时间为2.3s的基础全卷积神经网络。FCM+SVM方法无法批量处理影像，需要手动选点，单张影像平均检测时间超过60s，检测时间长且工作量巨大。因此，本文方法在日常影像云区检测任务中可大幅提高工作效率。