文件名称：jaccardSegment:Pytorch的Deeplab-resnet-101丢失了Jaccard
文件大小：70KB
文件格式：ZIP
更新时间：2024-06-01 04:37:10
附件源码 文章源码
带有Lovász铰链损失的Deeplab-resnet-101 Pytorch 使用所述的二进制Jaccard损失替代物Lovász铰链训练deeplab-resnet-101。 部分代码从（特别是从caffe到使用kaffe的tensorflow的转换）。 该代码尚未经过Deeplab-Resnet的完整培训的测试。 请参考并可能在使用该框架训练后提取权重。 代码状态 该代码处于早期阶段。 拉请求欢迎。 引文 请引用 @ARTICLE{2017arXiv170508790B, author = {{Berman}, M. and {Blaschko}, M.~B.}, title = "{Optimization of the Jaccard index for image segmentation with the Lov\'asz hinge}", journ
【文件预览】：
jaccardSegment-master
----settings.py(7KB)
----ckpt_to_dd.py(1KB)
----eval_pytorch.py(9KB)
----deeplab_resnet()
--------network_pytorch.py(7KB)
--------model.py(26KB)
--------__init__.py(0B)
--------model_pytorch.py(26KB)
----kaffe()
--------tensorflow()
--------errors.py(109B)
--------__init__.py(115B)
--------transformers.py(11KB)
--------layers.py(5KB)
--------graph.py(11KB)
--------shapes.py(3KB)
--------caffe()
----datasets()
--------loadvoc.py(7KB)
--------utils.py(7KB)
--------__init__.py(149B)
--------balanced_val.py(583B)
--------common.py(6KB)
----convert.py(2KB)
----losses.py(9KB)
----environment.yml(403B)
----README.md(2KB)
----compose.py(9KB)
----train_pytorch.py(15KB)