《表3 不同模型平均分割时间对比》

  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

《结合全卷积神经网络的室内场景分割》

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

表2和表3分别列出了几种算法的各项性能指标和分割时间。从表2可以看出，各类网络的像素识别精度都达到了85%以上，均交并比均达到60%以上，其中FCN-8s at-once网络的均交并比最高，达到70.14%，但从表3可见其分割速度仅为FFCN的1/5。表3表明FFCN的平均分割速度要快于FCN-VGG16系列的模型分割速度，达到40帧/s，这是因为FFCN的卷积层少，3层池化操作对特征损失较低，采用层间相加的特征融合方法可以快速对一幅图像进行分割，可达到视觉假体图像预处理实时性的需求。