目前主流的主流的图像分割是Mask R-CNN,获得ICCV 2017最佳论文后吸引了大量业内研究者的兴趣。10个月后,FAIR官方公布了源代码,以及基于Caffe 2的开源物体检测平台Detectron。由于caffe2平台的技术难度对大部分研究人员带来挑战,因此相继在tensorflow下实现是必要的思路,拥有着成熟的可视化工具和文档带给开发人员是一种非常体验。
相关论文:Mask R-CNN:https://arxiv.org/abs/1703.06870
TensorFlow版本博客地址如下:
https://blog.csdn.net/l297969586/article/details/79140840
PyTorch版本:
GitHub: A PyTorch implementation of the architecture of Mask RCNN, serves as an introduction to working with PyTorch
https://github.com/wannabeOG/Mask-RCNN
Detectron:
https://github.com/facebookresearch/Detectron
之前有个朋友在数据科学方面研究了很久,由于他的经验总结说PyTorch会带来更好的研究开发体验,因此我买了这本书系统研究该框架的优 和缺点。由于他后台整合了caffe,那么对图像来说可能在时间转换上效率更高并且开发方便。这种思路类型tensorflow整合keras一样更加擅长建立研究生态。
图像分割
最新推荐文章于 2020-08-08 10:08:32 发布