小编程(四):Tensrflow 中BILINEAR和BICUBIC混合使用,单次上采样和多次上采样问题

       UpSample操作在Object Tracking中(如前面的SiameseFC方法)经常出现,笔者就分步上采样问题做了一个小实验。

实验说明

       该对比实验选择两种采样方法:方法1采用两次上采样,method记为A和B,分别从17*17通过A上采样到33*33,再通过B上采样到272*272;方法2采用一次上采样,method记为C,直接将17*17上采样到272*272。实际上是对tf.image.resize_images中method为tf.image.ResizeMethod.BICUBIC或 tf.image.ResizeMethod.BILINEAR进行一个小的对比实验。

       这里的17*17实际上模拟的是SiameseFC输出的相似度矩阵,代码在构建17*17响应的时候也有一些考量,中间响应普遍较大,周边响应普遍较小,所以在生成17*17的时候中间7*7区域单独生成一个较大的响应区域,然后也就该响应区域是否该加上一个cosine window也做了对比实验。

实验记录

       样本模拟,图1是原始的17*17的响应图。图2是7*7的较大响应区域(显示问题,2中的值实际上都比1中的大,详细的可见代码),图3是7*7的cosine window,图4是

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值