《表1 PASCAL VOC2012实例分割结果比较》
我们的方法:与作为对照实验的FCIS*相同,我们使用在ImageNet上预先训练的ResNet-101模型,同时并不在我们的模型上应用在线硬示例挖掘(OHEM).将模型中的ROIPooling和位置敏感ROIPooling(PSROI Pooling)改为ROIAlign方法,取得了较好的效果,分别为64.8%和51.1%.多层次的特征帮助我们达到了65.9%和52.1%的效果.将Light Head R-CNN的结构改进到我们的模型中之后,结果分别为68.6%和53.8%.最后对网络结构进行了调整,得到了最好的效果,分别为69.1%和54.9%.我们将本文模型与最近的方法进行了比较,结果显示在表1中.这证明了我们模型的有效性和高效性.
图表编号 | XD0039649200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.01 |
作者 | 王子愉、袁春、黎健成 |
绘制单位 | 清华大学计算机科学与技术系、清华大学深圳研究生院、清华大学深圳研究生院 |
更多格式 | 高清、无水印(增值服务) |