Salient object detection 显著性目标检测
2019.3.11~3.22 期间复现DHSNet
由于是第一次复现显著性目标检测算法,有很多东西需要边学边写,且中间尝试了Encoder_Decoder模型并且进行了训练,所以用了将近两周,时间比较长,过程、工作、问题记录如下。
一、论文
论文标题:DHSNet: Deep Hierarchical Saliency Network for Salient Object Detection
论文链接:http://xueshu.baidu.com/usercenter/paper/show?paperid=82824289b92ac32d34f059e3125212b4&site=xueshu_se
发表在2016年的CVPR上
二、Dataset
1.下载显著性目标检测常用的几个数据集:
DUT-OMRON
MSRA10K
ECSSD
PASCAL-S
HKU-IS
2.构建用于训练DHSNet的数据集
论文中使用的训练集组成如下:
We randomly selected 6,000 images from MSRA10K dataset and 3,500 images from DUT-OMRON dataset as the training set, and another 800 images from MSRA10K and 468 images from DUT-OMRON as the validation set.
写python脚本实现数据集的构建,分别对DUT-OMRON和MSRA10K做如下操作:
1.生成范围在[0, 单个数据集样本数]之间的不重复随机数作为图片编号,用random.sample()实现
2