wsolevaluation：评估弱监督对象本地化方法权限（CVPR 2020）

【文件属性】：
文件名称：wsolevaluation：评估弱监督对象本地化方法权限（CVPR 2020）
文件大小：11.95MB
文件格式：ZIP
更新时间：2021-02-04 09:34:11
localization cvpr2020 wsol-methods wsol-task wsol-evaluation 评估弱监督对象定位方法权限（CVPR 2020） | 崔俊石1,3 * ，城ong哦2 * ，李圣浩1 ，桑赫俊3 ，泽恩普·阿卡达4 ，玄宗申1 *平等贡献 1延世大学综合技术学院2 Clova AI研究，LINE加上公司3 Clova AI研究，蒂宾根NAVER公司4大学 在过去的几年中，弱监督的对象定位（WSOL）受到欢迎，因为它承诺只训练带有图像级别标签的定位模型。 自WSOL进行类激活映射（CAM）的开创性工作以来，该领域一直致力于如何扩展关注区域以更广泛地覆盖对象并更好地对其进行定位。 但是，这些策略依靠完全的本地化监督来验证超参数和模型选择，这在WSOL设置中原则上是禁止的。

【文件预览】：
wsolevaluation-master
----inference.py(4KB)
----util.py(4KB)
----config.py(10KB)
----wsol()
--------util.py(2KB)
--------vgg.py(10KB)
--------__init__.py(151B)
--------inception.py(18KB)
--------resnet.py(17KB)
--------method()
----evaluation.py(20KB)
----main.py(15KB)
----evaluation_test.py(17KB)
----release()
--------CUBV2_box_licenses.txt(84KB)
--------ImageNetV2_box_licenses.txt(595KB)
--------ImageNetV2_boxes.txt(463KB)
--------CUBV2_boxes.txt(21KB)
--------CUBV2_image_licenses.txt(124KB)
----dataset()
--------prepare_openimages.sh(478B)
--------prepare_cub.sh(761B)
--------prepare_imagenet.sh(544B)
--------prepare_evaluation_data.sh(1009B)
----LICENSE(1KB)
----README.md(28KB)
----test_data()
--------test_masks()
----data_loaders.py(8KB)
----NOTICE(11KB)
----metadata()
--------CUB()
--------OpenImages()
--------ILSVRC()
----main_table.png(342KB)
----teaser.png(170KB)