【文件属性】：
文件名称：BASNet:CVPR 2019论文代码。 BASNet
文件大小：3.53MB
文件格式：ZIP
更新时间：2021-05-12 03:32:43
Python
BASNet（新版本2021年5月2日）
“的”，秦学斌，范登平，黄晨阳，西里尔·戴安妮，张子辰，阿德里亚·卡贝萨·圣安娜，艾伯特·苏亚雷斯，马丁·杰格桑德和凌少。
显着物体检测（SOD）定性比较
杂波（SOC）定性比较中的显着对象
伪装目标检测（COD）定性比较
SOD，SOC和COD数据集的预测图
BASNet（CVPR 2019）
代码CVPR 2019纸“ ”，张学斌琴，陈子辰张，晨阳黄，抄告，马苏德Dehghan和马丁Jagersand 。
联系人：xuebin [at] ualberta [dot] ca
（2020年5月9日）新闻！ 模式识别刚刚接受的我们新的显着目标检测模型（U ^ 2-Net）现在可用！
U ^ 2-Net：使用嵌套U型结构对显着目标进行深入研究
评估
评估码
所需的库
Python 3.6 numpy的1.15.2 scikit图像0.
【文件预览】：
BASNet-master
----basnet_test.py(2KB)
----pytorch_ssim()
--------__init__.py(4KB)
--------__pycache__()
----model()
--------__init__.py(27B)
--------BASNet.py(11KB)
--------resnet_model.py(4KB)
--------__pycache__()
----basnet_train.py(5KB)
----LICENSE(1KB)
----README.md(4KB)
----data_loader.py(9KB)
----demo()
--------BASNet_test.ipynb(535KB)
----__pycache__()
--------data_loader.cpython-36.pyc(9KB)
----pytorch_iou()
--------__init__.py(730B)
--------__pycache__()
----test_data()
--------test_results()
--------test_images()
----figures()
--------soc_qual_comp.PNG(364KB)
--------sod_qual_comp.PNG(403KB)
--------qual.png(583KB)
--------quan.png(275KB)
--------architecture.png(402KB)
--------cod_qual_comp.PNG(509KB)
----README.md~(2KB)