文件名称：One-Hundred-Layers-Tiramisu:百层提拉米苏的Keras实现
文件大小：685KB
文件格式：ZIP
更新时间：2024-06-03 09:11:30
JupyterNotebook
一百层提拉米苏：用于语义分割的完全卷积DenseNet： 进行中的工作，此处的模型无法复制结果 更新：4月28日：感谢审阅者添加了model-tiramasu-67-func-api.py ，请检查模型model-tiramasu-67-func-api.py feel free to open issues for suggestions:) Keras2 + TF用于最近的更新，这可能与我以前在此处使用的先前版本产生一些冲突 一百层提拉米苏是什么？ 最新技术（如2017年1月），是一个语义完整的逐像素图像分割模型，该模型由具有深度采样的完全深层卷积块组成，然后是跳过层，然后是上采样体系结构。 DenseNets的扩展，用于处理语义分割问题。 完全卷积DensNet = （密集块+向下过渡块） + （瓶颈块） + （密集块+向上过渡块） +像素明智分类层 要求： 凯拉斯==
【文件预览】：
One-Hundred-Layers-Tiramisu-master
----helper.py(594B)
----Fully Conv DenseNet Visualization.ipynb(509KB)
----model-dynamic.py(5KB)
----model-tiramasu-67-func-api.py(7KB)
----readme.md(4KB)
----data()
--------.keep(0B)
----train-tiramisu.py(4KB)
----camvid_data_loader.py(2KB)
----tiramisu_fc_dense67_model_12_func.json(304KB)
----tiramisu_fc_dense103_model.json(272KB)
----fc-densenet-model.py(12KB)
----LICENSE(1KB)
----tiramisu_fc_dense67_model_12.json(201KB)
----imgs()
--------original-result-table.png(108KB)
--------tiramisu-blocks.png(42KB)
--------tiramisu-67-model-acc.png(36KB)
--------tiramisu-103.png(78KB)
--------tiramisu-67-model-loss.png(26KB)
----requirements.txt(1KB)
----model-tiramasu-103.py(5KB)
----.gitignore(1KB)
----weights()
--------.keep(0B)
----model-tiramasu-67.py(5KB)
----model-tiramasu-56.py(4KB)