《表2 不同类图像语义分割的准确率》

  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

《面向图像语义分割的生成对抗网络模型》

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

第一列表示原图，第二、三列分别表示FCN-8s和DeepLab的分割结果，第四列是本文所提方法的结果，第五列是Ground Truth。从第一行图中可以看出，相比于这两个方法，本文提出的方法不会因为复杂的背景而过度分割；第二，第三行图说明了本文的方法在细节上也优于其余两种方法；在第四行图中，没有出现其他两种方法常见的不连续问题；第五行图中，本文的方法没有出现漏分割和错误分割问题。综上所述，从定量结果上来看，本文提出的方法要优于FCN-8s和Deep Lab。分割结果的定性分析如表2和表3所示，PASCAL VOC数据集一共有21类，本文先测试了每类的准确率，如表2所示，随后测试了平均交叉重叠率（mean IOU）和平均准确率（mean ACC）如表3所示。