×
模态框(Modal)标题
在这里添加一些文本
关闭
关闭
提交更改
取消
确定并提交
×
模态框(Modal)标题
×
期刊
文章
图表
检索
EN
中文
首页
关于期刊
期刊介绍
数据库收录
期刊荣誉
编委会
投稿须知
版权和许可信息
出版伦理规范
同行评审细节
开放获取声明
投稿指南
在线期刊
当期目录
优先出版
过刊浏览
推荐文章
专题
按栏目浏览
阅读排行
下载排行
引用排行
E-mail Alert
RSS
期刊订阅
热点专题
联系我们
EN
中文
图/表 详细信息
基于改进
DeepLabv3plus
算法的遥感图像海岛建筑提取方法
王凌霄, 贾婧
热带地理,
网络模型
Batch size
mIoU/%
mAP/%
DeepLabv3plus
2
66.32
68.06
4
71.04
75.69
8
76.83
78.32
DeepLabv3plus-G
2
75.27
78.51
4
76.56
79.03
8
76.82
79.76
表4
DeepLabv3plus和DeepLabv3plus-G在不同batch size下实验结果对比
本文的其它图/表
图1
Xception网络
图2
DeepLabv3plus网络架构
图3
BN、GN归一化方式
注:
蓝色表示用于计算均值和方差的集合。
图4
不同batch size中SN、GN和BN精度比较
图5
A类残差块(a)和B类残差块(b)
表1
DeepLabv3plus系列网络及其他网络在INRIA Aerial Image的测试集结果对比
图6
青岛市八大关街道遥感影像(a)和建筑数据(b)
图7
PSP模块结构图
表2
硬件、软件环境
表3
混淆矩阵
图8
DeepLabv3plus和DeepLabv3plus-G训练时的loss、val_loss、训练集精度和mIoU结果
图9
南长山岛遥感图(a)及其建筑提取结果(b)
图10
不同方法的预测结果