【文件属性】:
文件名称:matlab精度检验代码-Hybrid-Eloss:此存储库包含用于混合E损失的评估代码,该代码由PyTorch代码编写
文件大小:1.95MB
文件格式:ZIP
更新时间:2021-05-22 01:54:48
系统开源
matlab精度检验代码在PyTorch中用于对象分割的混合Eloss
文件“认知视觉启发对象分割度量和损失函数”的pytorch正式实现:
介绍
图1:我们的$
E_
\
xi
$的管道。
(a)真实地图。
(b)二进制前景图。
(c)\&(d)分别是GT
\&FM的平均值图。
(e)和(f)是由公式〜\
ref
{equ:bias_matrix}计算的偏差矩阵。
(g)是映射函数。
(h)是由等式〜\
ref
{equ:enhance_alignment_matrix}计算的增强的比对矩阵。
\
emph
{``aligned''}
\&\
emph
{``unaligned}}捐赠$
GT(x,y)=
FM(x,y)$
\&$
GT(x,y)\
neq的点FM(x,y)$。
对象分割(OS)技术是计算机视觉的研究热点,在许多领域都有广泛的应用。
认知视觉研究表明,人类视觉对场景中的全局信息和局部细节高度敏感。
为此,我们设计了一种新颖,高效且易于使用的增强对齐方式度量($
E_
\
xi
$),用于评估OS模型的性能。
$
E_
\
xi
$将局部像素值与图像级平均值结合在一起,
【文件预览】:
Hybrid-Eloss-main
----.gitignore(310B)
----LICENSE(11KB)
----Hybrid_Eloss.py(1KB)
----utils()
--------generateLaTeX.py(1KB)
--------data_RGBD.py(9KB)
--------__init__.py(0B)
--------utils.py(478B)
--------loss_function.py(2KB)
--------sal2edge.m(621B)
--------data_RGB.py(7KB)
--------data_SCRN.py(9KB)
----scripts()
--------SCRN()
--------SINet()
--------PraNet()
----README.md(8KB)
----imgs()
--------D-measureFramewrok.png(424KB)
--------visual_results-min.png(1.5MB)
----.idea()
--------misc.xml(193B)
--------workspace.xml(4KB)
--------vcs.xml(180B)
--------Hybrid-Eloss.iml(439B)
--------inspectionProfiles()
--------modules.xml(276B)