文件名称：alexnet代码matlab-deconvnet_analysis:“显着反卷积网络，AravindhMahendran，AndreaVed
文件大小：38KB
文件格式：ZIP
更新时间：2024-06-15 09:55:45
系统开源
alexnet代码matlab deconvnet_analysis “显着反卷积网络，Aravindh Mahendran，Andrea Vedaldi，ECCV 2016”的代码 此代码的一部分 在论文中生成数字 生成图8所需的表1和.mat文件的分段代码。 补充材料图。 第1部分和第2部分已完成并记录在案。 第3部分主要是第1部分的扩展，其中包含更多图像 如何执行这段程式码 按着这些次序。 ROOT指向包含文件generate_all_figures.m的主目录 将matconvnet复制并安装到ROOT / matconvnet中。 删除ROOT / matconvnet / matlab / simplenn / vl_simplenn.m 将vlfeat复制到ROOT / vlfeat 从目录/模型下载alexnet模型-imagenet-caffe-alex 同样将vgg-verydeep-16模型-imagenet-vgg-verydeep-16下载到ROOT / models中 将imagenet验证数据集下载到ROOT / imagenet12-val中。 将gsc
【文件预览】：
deconvnet_analysis-master
----generate_all_figures.m(987B)
----effect_of_lrn_nobackprop.m(2KB)
----hand_specified_neuron_viz_fn.m(13KB)
----supplementary()
--------fig_splash_all_images_sup.m(2KB)
--------generate_all_figures_sup.m(257B)
--------effect_of_phase_sup.m(5KB)
--------fig_spatial_selectivity_noarcheffects_sup.m(4KB)
----fourier_phase.m(4KB)
----fig_splash_all_images.m(2KB)
----components_coding_phase_info_figure.m(3KB)
----effect_of_architecture_figure.m(5KB)
----LICENSE(753B)
----setup_eccv2016code.m(153B)
----resizencrop.m(739B)
----saliency()
--------exp_seg_eval.m(2KB)
--------HackyConv.m(2KB)
--------baseline3.m(498B)
--------HackyLRN.m(444B)
--------HackyReLU.m(892B)
--------run_2.m(1KB)
--------resizencrop.m(737B)
--------ksseg.m(3KB)
--------exp_ksseg_production.m(5KB)
--------kssaliency_fcn_proper.m(754B)
--------exp_seg_unpack.m(761B)
--------seg_eval.m(761B)
--------salseg.m(2KB)
--------ksresize.m(156B)
----fig_spatial_selectivity_noarcheffects.m(4KB)
----segmentation_qualitative_results_figure.m(4KB)
----vl_imsc_am.m(260B)
----README.md(3KB)
----effect_of_phase_deconvnet.m(6KB)
----vl_simplenn.m(21KB)