2018年09月_weixin_41950276

原创 Weakly-Supervised Semantic Segmentation by Iteratively Mining Common Object Features-CVPR2018论文笔记

Abstract. 在图像标签的的监督下，弱监督的语义分割任务是一件很困难的事情，因为他直接将high-level semantic和low-level appearence结合了起来。Introduction. 在图像的label的监督下，弱监督的语义分割是对于图像进行像素级的分割，只能给图像中已经现存的语义物体提供 label。由于semantic segmentation只需...

2018-09-30 21:23:29 2979

原创 .gitkeep文件

.gitkeep文件的作用git默认是不允许提交一个空的目录到版本库上的, 可以在空的文件夹里面建立一个.gitkeep文件，然后提交去即可。其实在git中 .gitkeep 就是一个占位符。...

2018-09-30 20:34:39 4229

原创 glob

curflist.extend(glob(os.path.join(dataset_path, files)))glob的作用是把os.path.join的字符变为列表

2018-09-30 16:47:55 475

原创 Learning a Discriminative Feature Network for Semantic Segmentation--CVPR 2018

Abstract.1.existing methods of semantic segmentation still suffer from two aspects of challenges: (1)intra-class inconsistency(类内的不一致) (2).inter-class indistinction（类间的模糊不分明）2.we propose a Di...

2018-09-30 08:13:52 954

原创 python类之继承

概述：编写类时并非总是要从空白开始写，一个类继承另一个类，他将自动获得另一个类的所有属性和方法；原有的类称为父类，而新类称为子类。子类继承了其父类所有的属性和方法，同时还可以定义自己的属性和方法。1.定义子类，并且继承父类#Car是父类class Car(): def __init__(self,make,model,years): sel...

2018-09-29 17:01:31 161

原创 Learning Deconvolution Network for Segmentic segmentation_ICCV_2015论文笔记

本文作者提出了一个这样的框架：这样的一个框架作者把他命名为EDeconveNet，这个框架有两部分组成一个是 convolution networks 一个是deconvolution network。本文提出了FCN在图像语义分割的时候主要注重物体的整体轮廓，而忽略了细小的特征，本文正是修正了这一缺点。在convolution network中我们提取high-lev...

2018-09-29 11:35:35 235

原创 python中的类class

class Dog(): def __init__(self,name,age): self.name=name self.age=age def sit(self): print(self.name.title()+'is now sitting.') def...

2018-09-29 10:09:36 499

原创 low layer and high layer的作用

low layer => 物体的大体轮廓。high =>主要关注物体的class-specific shapes

2018-09-28 17:10:42 362

原创 batch normalization

batch normalization => reduce the internal-covariate-shift

2018-09-28 16:11:07 94

原创 unpooling和deconvolution

总框架：在pooling中，records the locations of maximum activations selected in switch variables

2018-09-28 13:59:59 427

原创感受野的大小对于分割的影响

1.receptive feild< object =>substantially当感受野和分割的图像相比太小的时候就会用到太多的局部信息，而没有用到全局信息就会导致的分割错误， 2.receptive field > object感受野大于物体那么，有些物体会直接被忽略掉，成为背景的一部分。conclusion：以此可见使用不同的感受野对图像进...

2018-09-28 12:36:56 3702

weixin_41950276的博客