文件名称：pytorch-hed:PyTorch中整体嵌套边缘检测的重新实现
文件大小：828KB
文件格式：ZIP
更新时间：2024-05-27 23:43:11
python deep-learning cuda pytorch Python
皮托希德 这是使用PyTorch对整体嵌套边缘检测[1]的个人重新实现。 如果您要利用这项工作，请相应地引用本文。 另外，请确保遵守作者的许可条款。 如果您要使用此特定实现，请适当确认它[2]。 有关这项工作的原始版本，请参见： : 有关基于Caffe的另一种重新实现，请参见： : 用法 要在自己的映像上运行它，请使用以下命令。 请确保查看他们的论文/代码以获取更多详细信息。 python run.py --model bsds500 --in ./images/sample.png --out ./out.png 恐怕这种重新实现即使使用官方权重，也不完全适用于最初的Caffe版本。 相对于BSDS500数据集上的官方ODS = 0.780，使用进行评估，它可以实现ODS = 0.774。 请随时通过提交问题和请求请求为该存储库做出贡献。 比较 参考 [1] @inproc
【文件预览】：
pytorch-hed-master
----images()
--------sample.png(299KB)
--------README.md(136B)
----run.py(7KB)
----requirements.txt(40B)
----LICENSE(34KB)
----README.md(2KB)
----comparison()
--------official - caffe.png(81KB)
--------comparison.gif(371KB)
--------this - pytorch.png(71KB)
--------comparison.py(1KB)