《表3 FCN-CRFs模型在不同学习率下的变化》

  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

《结合深度多标签解析的哈希服装检索》

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

注:加粗字体为最优结果，IU为Intersection over Union。

为了进一步直观地展示结果，图3展示了在学习率为1E-6的情况下的样例可视化结果。可以看到FCN存在明显缺点，即对图像中的细节不够敏感。主要原因是每个卷积层使用的卷积核的感受野比较大，经过了多次上采样操作后，会导致分割结果出现边缘模糊和色块效应。另外，由于对最后的分割结果没有进行平滑处理，容易出现细小的杂散区域。为了克服这两个缺点，本文方法中使用了CRFs进行后续校正，也就是FCN-CRFs模型，即在net1结构后加上CRFs层。量化结果如表3所示。