《表1 不同训练数据集车辆分割情况》

  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

《基于全卷积神经网络复杂场景的车辆分割研究》

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

对于2分类全卷积神经网络和21分类全卷积神经网络，不同训练数据集车辆分割情况如表1所示。由表1可以看出，在不同训练样本条件下，2分类网络比21分类网络对车辆的分割精度有明显提高，而且随着样本数的增加，像素准确率、类平均准确率和平均IU均有所提高。对于2分类和21分类的分割网络模型，采用2分类分割算法的平均IU可以达到90%，比21分类网络模型对车辆目标的平均IU值提高4%。