《Multispectral Pedestrian Detection: Benchmark Dataset and Baseline (CVPR 2015)

复现《Multispectral Pedestrian Detection: Benchmark Dataset and Baseline (CVPR 2015)

今天尝试复现一下2015年发表在CVPR上的一篇论文,是关于多光谱行人检测研究方向的,恰好自己确定了(完美入坑目标检测…)。分享一下遇到的第一个憨憨问题。

写在前面

首先吐槽一下作者发表的数据集链接,其实都无效了,服务器已经断开了(可能年份比较早…),以至于数据集的下载过程可谓是“山重水复疑无路",这里建议大家科学上网,或者去作者分享在微软Onedrive上去搜索。如果实在不行(建议联系我…我有VPN可以帮你下载的)

路径问题

在这里插入图片描述
之前我是没有添加addpath(genpath(’…’));这句命令,只添加了相应子文件夹,就是它下面那两句话。
这运行带来的结果就是textcan读取出错和找不到指定路径下某个文件;由于我数据集比较大,定位查找也很麻烦,

解决

确定添加了搜索路径!!!
如果添加搜索路径无果,则可以采用上述方法解决,addpath(genpath(‘your work files’)),再次运行即可。
在这里插入图片描述
搜索路径查看:主页->路径设置

  • 2
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
跨模态融合变压器用于多光谱目标检测是一种先进的目标检测方法。多光谱图像由不同波段的传感器捕获,每个波段提供了目标的不同特征信息。传统的目标检测算法往往局限于单一光谱波段,无法在多光谱图像中有效提取目标信息。而跨模态融合变压器能够将不同波段的光谱信息融合,并在融合后的特征上进行目标检测,从而提高目标检测的准确性和鲁棒性。 跨模态融合变压器结合了Transformer模型和跨模态融合方法。Transformer模型是一种基于自注意力机制的神经网络架构,能够有效地建模长距离依赖关系。它将目标的特征信息转化为一系列的注意力权重,然后利用这些权重来对不同波段的特征进行加权融合。这种融合方式可以将信息从一个波段传递到另一个波段,使得各个波段的特征能够共同影响目标检测结果。 跨模态融合变压器还引入了多尺度的注意力机制,以适应不同尺度目标的检测需求。它通过在特征提取的过程中引入多个不同大小的注意力窗口,来对不同尺度的目标进行建模。通过这种方式,跨模态融合变压器能够在多光谱图像中准确地检测到各种尺度的目标。 总之,跨模态融合变压器是一种能够融合不同波段特征并进行多光谱目标检测的先进方法。它的引入可以提高目标检测的准确性和鲁棒性,适用于各种需要从多光谱图像中提取目标信息的应用场景。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 6
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