03 2023 档案

【论文笔记】SegNet
摘要：【深度学习】总目录 SegNet是Cambridge提出旨在解决自动驾驶或者智能机器人的图像语义分割深度网络，开放源码，基于caffe框架。SegNet运用编码-解码结构和最大池化索引进行上采样，最主要的贡献是它在效率上的提升(内存和时间)。文章很长，消融实验写的很详细，了解一下对以后改模型有所帮助 阅读全文
posted @ 2023-03-19 20:10 湾仔码农 阅读(643) 评论(0) 推荐(0) 编辑
取出预训练模型中间层的输出(pytorch)
摘要：1 遍历子模块直接提取 对于简单的模型，可以采用直接遍历子模块的方法，取出相应name模块的输出，不对模型做任何改动。该方法的缺点在于，只能得到其子模块的输出，而对于使用nn.Sequensial()中包含很多层的模型，无法获得其指定层的输出。 示例 resnet18取出layer1的输出 from 阅读全文
posted @ 2023-03-12 09:48 湾仔码农 阅读(2959) 评论(0) 推荐(0) 编辑
语义分割评价指标(Dice coefficient, IoU)
摘要：语义分割任务常用的评价指标为Dice coefficient和IoU。Dice和IoU都是用来衡量两个集合之间相似性的度量，对于语义分割任务而言即用来评估网络预测的分割结果与人为标注结果之间的相似度。 1 混淆矩阵 混淆矩阵（confusion matrix）是一种特定的矩阵用来呈现算法性能的可视化 阅读全文
posted @ 2023-03-06 08:38 湾仔码农 阅读(7221) 评论(0) 推荐(1) 编辑

点击右上角即可分享
微信分享提示