《表2 本文算法消融实验结果》

  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

《基于双重金字塔网络的视频目标分割方法》

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

如表2所示，本文分别在DAVIS2016和DAVIS2017数据集上测试了金字塔池化和卷积模块对算法的重要性。由表2可以看出:1) 金字塔池化模块在单目标分割任务（DAVIS2016）中可以将m Io U提高2.9个百分点，这表明全局信息有助于理解上下文信息；但在多目标分割任务（DAVIS2017）中加入金字塔池化模块后的m Io U却降低了0.3个百分点，这说明该模块在背景中区分单目标比多目标更占优势。2) 金字塔卷积模块虽然在单目标分割的任务中效果甚微，但在多目标分割的任务中有效弥补了金字塔池化模块的不足，m Io U提高了2个百分点。这表明将高层语义信息逐步融合到底层特征中能够有效弥补底层边缘纹理信息中语义信息的缺失，从而进一步提高了多目标的分割性能。