摘要: 论文地址:http://openaccess.thecvf.com/content_cvpr_2018/papers/Zhang_Progressive_Attention_Guided_CVPR_2018_paper.pdf 当前方法的问题 许多最先进的方法通过将多层次卷积特征结合在一起来设计显著 阅读全文
posted @ 2020-03-05 15:42 这是一个ID 阅读(542) 评论(0) 推荐(0) 编辑
摘要: 论文地址:http://openaccess.thecvf.com/content_CVPR_2019/papers/Qin_BASNet_Boundary-Aware_Salient_Object_Detection_CVPR_2019_paper.pdf 当前方法的问题 基于FCN的方法在精细结 阅读全文
posted @ 2020-02-25 15:01 这是一个ID 阅读(1397) 评论(0) 推荐(0) 编辑
摘要: 论文地址:http://data.kaizhao.net/publications/iccv2019fmeasure.pdf 当前方法的问题 主流方法采用交叉熵损失进行优化,loss只依赖于每个像素的预测和真值对,而显著性图的背景部分占比远大于前景部分占比,导致优化的时候会取向于将未知像素预测成背景 阅读全文
posted @ 2020-02-24 13:00 这是一个ID 阅读(458) 评论(0) 推荐(0) 编辑
摘要: 基本流程 数据 继承torch.utils.data.dataset __init__(): 记录数据的路径 __getitem__(): 读取图像,进行预处理,转化成Tensor,返回。 __len__(): 记录长度 网络 继承nn.Module __init__(): 设计网络的各个模块 fo 阅读全文
posted @ 2019-12-22 16:21 这是一个ID 阅读(381) 评论(0) 推荐(0) 编辑
摘要: 论文地址:http://openaccess.thecvf.com/content_ICCV_2019/papers/Zhao_EGNet_Edge_Guidance_Network_for_Salient_Object_Detection_ICCV_2019_paper.pdf 当前方法的问题 全 阅读全文
posted @ 2019-12-22 15:18 这是一个ID 阅读(1511) 评论(0) 推荐(0) 编辑
摘要: 当你import的时候,python解释器只会在sys.path这个变量(一个list,你可以print出来看)里面的路径中找可能匹配的package或module。 而一个package跟一个普通文件夹的区别在于,package的文件夹中多了一个__init__.py文件。换句话说,如果你在某个文 阅读全文
posted @ 2019-11-29 09:38 这是一个ID 阅读(7508) 评论(0) 推荐(1) 编辑
摘要: 问题描述 win10系统更新, 谷歌chrome浏览器打开后自动跳转到被劫持的网站。我的被hao123劫持, 瞬间对hao123的好感度下降浏览器输入chrome://version 可以看到“命令行:。。。”最后面被篡改 问题解决本人尝试了很多可以百度出来的方法,除了千篇一律,重点是没有比较便捷, 阅读全文
posted @ 2019-09-02 18:13 这是一个ID 阅读(4774) 评论(0) 推荐(0) 编辑
摘要: Tensorflow依赖于一个高效的C++后端来进行计算。与后端的这个连接叫做session。一般而言,使用TensorFlow程序的流程是先创建一个图,然后在session中启动它。 这里,我们使用更加方便的InteractiveSession类。通过它,你可以更加灵活地构建你的代码。它能让你在运 阅读全文
posted @ 2019-07-26 11:15 这是一个ID 阅读(1495) 评论(0) 推荐(0) 编辑
摘要: 1.计算图可视化 1 import tensorflow as tf 2 3 path = "D:\Path" 4 5 # 定义一个简单的计算图,实现向量加法的操作。 6 input1 = tf.constant([1.0, 2.0, 3.0], name="input1") 7 input2 = 阅读全文
posted @ 2019-07-18 15:28 这是一个ID 阅读(350) 评论(0) 推荐(0) 编辑
摘要: 首先通过nvidia-smi 查看自己的显卡驱动对应的cuda版本。 参考:https://blog.csdn.net/qq_40212975/article/details/89963016 再去官网下载对应版本的cuda。 官网:https://developer.nvidia.com/cuda 阅读全文
posted @ 2019-07-16 15:56 这是一个ID 阅读(3742) 评论(0) 推荐(0) 编辑