《表1 各算法MAE得分表》
M AE的值越小,则表示算法性能越好.各算法在ASD和ECSSD数据集上的M AE如表1所示.从表中可以看出,在ASD数据集中,本文算法的M AE值低于大多数算法,略高于TLLT,但在ECSSD数据集中,本文算法的M AE值明显低于TLLT等其它算法.这是由于ASD数据集中的大多数图像只包含单一对象且背景简单,TLLT方法能够准确地估计对象凸包,获得准确性较高的结果,但在更加复杂的ECSSD数据集中,TLLT方法估计的对象凸包位置不准确,导致后续传播错误较大,产生的结果也较差.
图表编号 | XD0079889700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.01 |
作者 | 岳星宇、赵应丁、杨文姬、杨红云、邵鹏 |
绘制单位 | 江西农业大学计算机与信息工程学院、江西农业大学软件学院、江西农业大学软件学院、江西农业大学软件学院、江西省高等学校农业信息技术重点实验室、江西农业大学计算机与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |