^b_β）方面，U^∧2-Net性能位居第二。
在SOD数据集上， U^∧2-Net在整体性能方面也仅此于PoolNet。更重要的是，U^∧2-Net模型大小只有4.7 MB，是在显著性目标检测领域型号最小的，而且与其他型号相比，它的参数量也少的多。
定性比较结果：比较了七种SOTA模型，如图：

文章插图
可以看出，U^∧2-Net能够处理不同类型的目标，并均产生了精准的识别结果。
比如，第4行图像充分展示它在分割由大结构和薄结构组成的目标时的性能；在第六行复杂的图像结构下，产生了近乎完美的结果。
【 北大|AI生成肖像画，精细到毛发！北大校友最新研究收割2.8k星标，还登上了ICPR 2020】总之，U^∧2-Net模型能够处理全尺寸和小尺寸图像的各种场景，与其他模型相比，能够产生更高精度的显著目标检测结果。

• 电脑知识|北大青鸟：零基础学电脑从哪里入手
• Audiobook Builder Mac(有声书生成工具)
• 国内高校大爆发！今日清华/北大/厦大Nature齐发
• 开发好物推荐9之自动生成在线接口+文档-Knife4j
• 登上|AI生成肖像画，精细到毛发！北大校友最新研究收割2.8k星标，还登上了ICPR 2020
• 开发好物推荐10之自动批量生成测试数据TstDataB
• 分享|【每日idea分享】11月30日：社交礼物推荐工具；易于记忆的安全密码生成器
• JavaScript不使用for循环，生成1~100数列
• 成长|百度发布滚动截图APP：支持一键生成长截图
• 成长|百度推“滚动截长图”App 支持一键生成长截图更高效