文件名称：revolver:少量分割
文件大小：48KB
文件格式：ZIP
更新时间：2024-05-22 13:15:29
Python
引导网络的快速分割传播 在arxiv上： ://arxiv.org/abs/1806.07373 凯特·拉克利（Kate Rakelly）*，埃文·谢勒哈默（Evan Shelhamer）*，特雷弗·达雷尔（Trevor Darrell），阿列克谢·埃弗罗斯（Alexei A.Efros）和谢尔盖·莱文（Sergey Levine）加州大学伯克利分校 基于学习的视觉分割方法在特定类型的分割任务上已经取得了进展，但受到必要的监督，固定任务的狭窄定义以及推理过程中缺乏纠正错误的控制的限制。 为了弥补标准方法的僵化和注释负担，我们解决了少数镜头分割的问题：给定很少的图像和很少的像素监督，可以对任何图像进行相应的分割。 我们建议使用引导网络，该网络可以从任何数量的监督中提取潜在的任务表示形式，并端到端优化我们的体系结构以实现快速，准确的几次分割。 我们的方法无需进一步优化即可切换任务，并在获得
【文件预览】：
revolver-master
----.gitignore(147B)
----eval-sem-seg.sh(341B)
----requirements.txt(1KB)
----eval-interactive.sh(321B)
----report-sem-seg-results.py(2KB)
----LICENSE(1KB)
----notebooks()
--------data.ipynb(10KB)
--------data-fewshot.ipynb(5KB)
----README.md(2KB)
----train-interactive.sh(399B)
----environment.yml(4KB)
----train-sem-seg.sh(487B)
----revolver()
--------data()
--------model()
--------__init__.py(0B)
--------metrics.py(3KB)
----evaluate.py(4KB)
----train.py(6KB)