复现Deeply Supervised Salient Object Detection with Short Connections过程(附tensorflow+python代码)
2018-03-02 23:20
706 查看
趁着周末,把自己上周复现的paper CVPR 2017 “Deeply Supervised Salient Object Detection with Short Connections”写下来,以便以后加深影像。
数据部分来自于项目的数据,所以并没有用论文中的原始数据测试和论文中的结果的差别。我会在文章结尾放出github地址,如果大家有兴趣,可以去跑一下论文里面的数据看看。
主要是基于HED做的改进,加入了short connections,即:将小的输出上采样到和上几层输出相同的尺寸,然后进行拼接
loss部分:五个side output的输出loss,和fusion的loss进行加和,然后在我的项目中,经过测试,发现第一层的loss对结果的影响较大,所以我刻意的调高了第一层的权重占比
论文复现过程中的疑问:
训练mini batch的size
数据增强技巧,crop的安全性是怎么解决的?因为以unknown region为中心随机crop,很可能会出现crop超出边界的情况。
在网络结构上是否有其他技巧,比如PReLU,batch_normalization等。
github:https://github.com/gbyy422990/salience_object_detection
数据部分来自于项目的数据,所以并没有用论文中的原始数据测试和论文中的结果的差别。我会在文章结尾放出github地址,如果大家有兴趣,可以去跑一下论文里面的数据看看。
主要是基于HED做的改进,加入了short connections,即:将小的输出上采样到和上几层输出相同的尺寸,然后进行拼接
loss部分:五个side output的输出loss,和fusion的loss进行加和,然后在我的项目中,经过测试,发现第一层的loss对结果的影响较大,所以我刻意的调高了第一层的权重占比
论文复现过程中的疑问:
训练mini batch的size
数据增强技巧,crop的安全性是怎么解决的?因为以unknown region为中心随机crop,很可能会出现crop超出边界的情况。
在网络结构上是否有其他技巧,比如PReLU,batch_normalization等。
github:https://github.com/gbyy422990/salience_object_detection
相关文章推荐
- ubantu16.04+python3.x+boost+dlib+tensorflow配置过程
- 机器学习中代码出现tensorflow.python.framework.errors_impl.InternalError,from device: CUDA_ERROR_OUT_OF_MEMORY
- Python Tensorflow下的Word2Vec代码解释
- 【Python+Tensorflow】Deep Q Network (DQN) 迷宫示例代码整理
- TensorFlow Object Detection API 跑代码过程
- TensorFlow Object Detection API 跑代码过程
- AttributeError: module 'tensorflow.python.ops.nn' has no attribute 'legacy_seq2s eq'
- TensorFlow API 树 (Python)
- Python与Anaconda离线安装TensorFlow For Windows
- RuntimeWarning: compiletime version 3.5 of module 'tensorflow.python.framework.fast_tensor_util' doe
- tensorflow.python.framework.errors_impl.InternalError: Dst tensor is not initialized.
- 神经网络之VGGNet模型的实现(Python+TensorFlow)
- [置顶] 深度学习框架搭建 Ubuntu16.04+CUDA+Anaconda4.2+Python3.5+keras+TensorFlow gpu+cuDNN
- faster-rcnn for tensorflow 测试过程
- Ubuntu16.04下安装Cuda8.0+Caffe+TensorFlow-gpu+Pycharm过程(Simple)
- Tensorflow RNN Regression代码示例
- tensorflow + python3.5 + anaconda
- tensorflow center loss代码注释
- python的架构及代码执行过程
- MNIST基础手写体识别 tensorflow+Python