文件名称：pytorch-deeplab-resnet：pytorch中的DeepLab resnet v2模型
文件大小：599KB
文件格式：ZIP
更新时间：2024-02-25 18:01:29
deep-learning pytorch semantic-segmentation deeplab-resnet pascal-voc
pytorch-deeplab-resnet 模型实现。 deepLab-ResNet的体系结构已完全复制自caffe实现。 该体系结构可在多个比例（1x，0.75x，0.5x）上计算输入图像上的损耗。 在这三个等级上分别计算损失。 除了这3个损失外，在将3个标度上的输出得分图合并后，还会计算出一个损失。 将这4个损失相加以计算总损失。 更新 2017年7月18日 添加了另一个评估脚本evalpyt2.py 。 旧的评价脚本evalpyt.py使用不同的methodoloy拿白条平均比所使用的一个。 结果部分已更新，以纳入此更改。 2017年6月24日 现在，与caffe实现一样，可以共
【文件预览】：
pytorch-deeplab-resnet-master
----convert_deeplab_resnet.py(9KB)
----deeplab_resnet.py(7KB)
----evalpyt.py(4KB)
----init_net_surgery.py(8KB)
----data()
--------test_Scale1.prototxt(110KB)
--------list()
--------cat.h5(524KB)
--------test.prototxt(343KB)
--------create_h5.py(1014B)
--------test_513.prototxt(343KB)
--------dummy_list.txt(360B)
--------cat.jpg(18KB)
----train.py(8KB)
----LICENSE(1KB)
----evalpyt2.py(4KB)
----.gitignore(1KB)
----README.md(7KB)