文件名称：superpixel_fcn:[CVPR'20] SpixelFCN
文件大小：50.39MB
文件格式：ZIP
更新时间：2024-04-09 09:26:12
Python
SpixelFCN：具有完全卷积网络的超像素分割 这是CVPR-20文件中介绍的超像素分割网络的PyTorch实施： ，，和 如有任何疑问，请联系（ ）。 先决条件 该培训代码主要是使用python 2.7，PyTorch 0.4.1，CUDA 9和Ubuntu 16.04开发和测试的。 在测试过程中，我们利用中的组件连接方法来增强超像素的连接性。该代码已包含在/third_paty/cython 。要编译它： cd third_party/cython/ python setup.py install --user cd ../.. 演示版 演示脚本run_demo.py使用我们的预训练模型（在/pretrained_ckpt ）为网格尺寸为16 x 16的超run_demo.py提供了像素。请随时通过将其复制到/demo/inputs来提供您自己的图像，然后运行 python ru
【文件预览】：
superpixel_fcn-master
----models()
--------__init__.py(35B)
--------Spixel_single_layer.py(4KB)
--------model_util.py(1KB)
----loss.py(1KB)
----main.py(18KB)
----run_demo.py(6KB)
----run_infer_nyu.py(6KB)
----nyu_test_set()
--------nyu_preprocess_tst.tar.gz(26.4MB)
----data_preprocessing()
--------val.txt(662B)
--------pre_process_bsd500.py(7KB)
--------pre_process_bsd500_ori_sz.py(5KB)
--------test.txt(1KB)
--------train.txt(1KB)
----LICENSE(1KB)
----flow_transforms.py(12KB)
----third_party()
--------cython()
----demo()
--------inputs()
----pretrain_ckpt()
--------SpixelNet_bsd_ckpt.tar(26.08MB)
----train_util.py(15KB)
----README.md(6KB)
----run_infer_bsds.py(8KB)
----datasets()
--------listdataset.py(1KB)
--------util.py(1KB)
--------__init__.py(48B)
--------BSD500.py(2KB)
----eval_spixel()
--------plot_benchmark_curve.m(7KB)
--------loadcsv.m(444B)
--------copy_resCSV.py(868B)
--------my_eval.sh(2KB)