SOD领域RGBD算法-训练集设置

已于 2023-04-30 17:43:37 修改
阅读量1.4k 收藏 4
点赞数
分类专栏： 读论文（SOD-COD-图像分割-Diffusion） 文章标签： 算法 机器学习 深度学习
于 2021-02-03 21:52:07 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zjc910997316/article/details/113620234
版权
本文详细介绍了SOD领域的RGBD算法训练集设置，包括DUT-RGBD的训练集和测试集划分，以及NJU2K和NLPR数据集的整合。此外，还特别提到了HDFNet算法中训练集的独特构成，该算法使用了NJUD和NLPR数据集的训练部分。实验过程涉及从原始数据集中筛选图片并重新组织到新的训练集和测试集中。
摘要由CSDN通过智能技术生成

整个实验分为两部分：

1 DUT-RGBD分为训练集和测试集
训练集 DUT-RGBD-Train (800)
测试集 DUT-RGBD-Test (400)

2 NJU2K, NLPR也均被分为两个训练集和测试集，并把训练集合并
训练集 NJU2K-NLPR-Train (2185=1485+700)
测试集 LFSD (100), RGBD125 (135), SIP (929), SSD(80), STEREO(1000)
NJU2K-Test (500), NLPR-Test(300)

原始的NJU2K数据集(1985张=1485

了解本专栏 订阅专栏 解锁全文 超级会员免费看
计算机视觉-Archer
关注
专栏目录
订阅专栏
RGBT 对比算法 实验设置
计算机视觉
10-14 1919
2021-TIP-MIDDbackbone is VGG16(效果好) and ResNet50 VT821-VT1000-VT5000训练集:VT5000-TR的训练集2500做训练集 测试集:VT5000-TE,VT821,VT1000 MTMR(RGBT)(t传统方法) M3S-NIR(RGBT)(t) SGDL(RGBT)(t) ADF(RGBT) MIDD(RGBT) DMRA(RGBD) S2MA(RGBD) PFA(RGB-早期融合) R3Net(RGB) BASNet(RGB) PoolNe
(更新中)论文阅读【Salient Object Detection in the Deep Learning Era: An In-Depth Survey】
qq_32493539的博客
06-13 5403
原文链接：https://arxiv.org/abs/1904.09146?context=cs.CV 本文主要对深度学习在显著性检测领域的相关论文、核心期刊以及会议上发表的论文进行了研究调查，形成综述。 【前言】 作为计算机视觉中的一个重要问题，显着性物体检测（SOD）多年来吸引了越来越多的研究工作。SOD的最新进展主要由深度学习型解决方案（名为深度SOD）主导，并由数百篇已发表的论文反映...
Salient Obejct Detection（SOD）综述
kiminoamae的博客
02-06 5931
论文链接：https://arxiv.org/abs/2008.00230 仓库链接：https://github.com/taozh2017/RGBD-SODsurvey 介绍 显著目标检测(Salient Obejct Detection)是模拟人类视觉感知系统来定位场景中最吸引人的目标，已被广泛应用于各种计算机视觉任务中。 显著目标检测在现实中的应用有：立体匹配（stereo matching）、图像理解(img understanding)、共显著性检测(co-saliency detection)
Mask R-CNN实现RGB-D数据集训练
xiaomifanhxx的博客
04-17 3128
在使用Mask R-CNN做了RGB的数据的实例分割，感觉效果很棒，提出疑问，如果使用RGB-D数据集多了一个维度的信息，那么分割效果是不是更好。于是就开始了我尝试使用RGB-D数据集训练Mask R-CNN的想法。 网上的开源的Mask R-CNN代码是以RGB图像作为默认输入图像的，如果需要处理4通道图像，需要对源码进行一定的修改，参考github以为大神的解决方案，Gith...
Open3d学习计划——7（RGBD测程法）
梦醒Blue的博客
06-18 2307
Open3d学习计划——7（RGBD测程法） 欢迎大家关注“点云PCL”公众号，进入群聊一起学习。 RGBD测程法(RGBD Odometry)是去寻找两个RGBD图像之间的相机移动。他的输入是一对RGBImage的实例，输出是刚体变换形式的运动。Open3d实现了 [Steinbrucker2011] and [Park2017]中的方法。 读取相机内参（camera intrinsic） 我们首先从json文件中读取相机内参。 pinhole_camera_intrinsic = o3d.io.read
基于深度学习的RGBD深度图补全算法文章鉴赏
qq_29462849的博客
06-20 2405
点击上方“计算机视觉工坊”，选择“星标”干货第一时间送达【GiantPandaCV导语】本文针对3维视觉中的深度图补全问题，介绍了一下近年基于深度学习的RGB-D深度图补全算法进展。深度图...
【深度补全算法】基于RGBD相机的深度补全算法(非Lidar)论文与GitHub代码总结
AaaA00000001的博客
11-14 5828
最近组里面因为项目上需要检测边缘信息，需要调研深度图的补全算法，当前的深度图补全主要集中在但目前较多研究聚焦于自动驾驶领域的Lidar深度图的补全，而对RGB-D相机涉猎较少，通过搜集GitHub，下面将对一些深度图的补全算法进行介绍。
【前沿热点视觉算法】-用于RGB-D显著对象检测等领域的三维卷积神经网络
最新发布
qq_43552933的博客
02-26 988
RGB-deph（RGB-D）显著目标检测（SOD）近年来引起了越来越多的研究兴趣，出现了许多基于编解码器架构的深度学习方法。然而，现有的RGB-D SOD模型大多在单编码器或解码器阶段进行显式可控的跨模态特征融合，这很难保证足够的跨模态融合能力。为此，我们首次尝试通过三维卷积神经网络来解决RGB-D SOD问题。该模型名为RD3D，旨在实现编码器阶段预融合和解码器阶段深度融合，有效促进RGB和深度流的全面集成。
基于级联互信息最小化的RGB-D显著性检测
4338×基于级联互信息最小化的RGB-D显著性检测张静1樊登平2、欧阳玉超戴欣宇4钟怡然5尼克·巴恩斯1凌少21澳大利亚国立大学2IIAI3西北工业大学4悉尼科技大学5商汤科技摘要现有的RGB-D显著性检测模型没有明确地鼓励RGB...
UC-Net：基于条件变分自编码器的RGB-D显著性检测
8582UC-Net：通过条件变分自动编码器张静1，4，5范登平2，6，戴玉超3赛义德安瓦尔1，5FatemehSadat Saleh1，4张彤1NickBarnes11澳大利亚国立大学2南开大学CS 3西北工业大学4ACRV5 Data616 Inception Institute of ...
CMWNet:[ECCV2020] [CMWNet]用于RGB-D显着物体检测的跨模态加权网络
05-20
CMWNet 该项目提供了ECCV 2020“用于RGB-D显着物体检测的跨模态加权网络”的代码和结果。。 我们的代码是基于FlowNet2的Caffe实现的。 您应该首先根据安装并编译caffe。 概述和模块详细信息 概述： 模块详细信息： 显着性图和8个数据集上的测量结果 我们在8个数据集（STEREO，NJU2K，LFSD，DES，NLPR，SSD，SIP和其他DUT-RGBD）上提供了（代码：6f2j）并CMWNet的（代码：p0y7）。 您可以使用评估结果图。 测验 test_RGBD.prototxt/在models/ 。 下载（代码：z2o4）（ RGBD_iter_22500.caffemodel ），并将其放在models/ 。 数据集位于datasets/ ，我们在DES数据集上提供了一些测试示例。 运行test_matlab/test_CMWNet.m 。
S2MA:“学习用于RGB-D显着性检测的选择性自我注意”（CVPR2020）的源代码-Source code learning
03-25
S2MA 刘念，张妮和韩俊伟的CVPR 2020论文“学习RGB-D显着性的选择性自我注意”的源代码。 由Ni Zhang创建，电子邮件： 用法 要求 火炬0.4.1 火炬视觉0.1.8 训练 下载RBD-D数据集[获取代码：chdz | ]和预训练的VGG模型[获取代码：dyt4 | ]，然后将它们分别放在./RGBdDataset_processed目录和./pretrained_model目录中。 运行python generate_list.py生成图像列表。 修改parameter.py中的代码 开始使用python train.py进行训练 测验 下载我们的模型[代码：ly9k | ]并将它们放在./models目录中。 下载后，您可以找到两个模型（S2MA.pth和S2MA_DUT.pth）。 S2MA_DUT.pth用于对DUT-RGBD数据集进行测试，而S2M
Open3d学习计划——高级篇 5（RGBD融合,RGBD integration）
梦醒Blue的博客
10-09 4555
Open3d学习计划——高级篇 5（RGBD融合） Open3d实现了一种可扩展的RGBD图像融合算法。这个算法基于[Curless1996] 和[Newcombe2011] 提出的技术。为了支持大尺度的场景，我们使用了Integrater in ElasticReconstruction.中介绍的分层哈希结构。 从 .log 文件中读取轨迹 该教程使用函数 read_trajectory从 .log 文件中读取相机轨迹。一个示例 .log文件如下： # examples/TestData/RGBD/odo
[论文阅读RGBD-SOD][2022_TCSVT_MoADNet][轻量化]
m0_58702532的博客
04-11 1296
尽管已有许多优秀的RGB-D SOD技术被提出，但它们大多关注性能增强，而缺乏对移动设备上实际部署的关注。在本文中，我们提出了移动非对称双流网络(MoADNet)，用于实时和轻量级RGB-D SOD。1.首先，受到RGB和深度模式之间固有差异的启发，我们观察到深度图可以用比RGB图像更少的通道表示。因此，我们设计了基于MobileNetV3的非对称双流编码器。
3D分割算法汇总（RGB-D/体素/点云/多模态/实例等任务）
CV_Autobot的博客
08-25 644
点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取编辑 | 自动驾驶之心3D分割是3D空间中的感知任务，直接语义化每个位置的信息，对下游的很多任务有着很大作用，今天为大家盘点下领域常用的算法！首发于--自动驾驶与AI学习社区：欢迎加入国内首个自动驾驶开发者社区！这里有最全面有效的自动驾驶与AI学习路线（感知/定位/融合）和自动驾驶与AI公司内推机会！1）基于RGB-D3D Grap...
RGBD图像ｄｅ超像素分割算法＋适用场景
cocapop的博客
04-03 918
首先对点云进行均匀采样，然后将采样后的点云聚类成超像素，最后根据相邻超像素之间的几何关系进行合并。SLIC3D（Simple Linear Iterative Clustering in 3D）：该算法是一种基于颜色和空间距离的超像素分割算法，类似于SLIC算法。VCCS（Voxel Cloud Connectivity Segmentation）：该算法先将点云分割成小立方体，然后根据立方体之间的相对位置和法向量信息进行聚类，生成超像素。点云密度和均匀性：点云数据的质量对超像素分割的效果有很大影响。
基于RGB-D的6D目标检测算法
XP and Altoria
05-04 1097
本文参考了ITAIC的文章 A Review of 6D Object Pose Estimation。
多光谱（RGB-T）语义分割第二个数据集-PST900论文解读
zz937211040的博客
03-26 4070
PST900: RGB-Thermal Calibration, Dataset and Segmentation Network 一、Overview  RGB-T语义分割可以应用于机器人自主环境感知领域（医学、农业、自动驾驶等等）。本文提出了第二个RGB-T数据集PST900以及一种新的RGB-T语义分割网络。实验表明，本文提出的模型在PST900中取得了目前最好的分割效果，但是在MFNet提...
2.5D RGBD 图像 深度学习
热门推荐
@Elaine
02-02 2万+
RGBD = RGB + Depth Map RGB ： RGB色彩模式是工业界的一种颜色标准，是通过对红®、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的，RGB即是代表红、绿、蓝三个通道的颜色，这个标准几乎包括了人类视力所能感知的所有颜色，是目前运用最广的颜色系统之一。 Depth Map： 在3D计算机图形中，Depth Map（深度图）是包含与视点的场景对象的表面的距离有关的信息的图像或图像通道。其中，Depth Map 类似于灰度图像，只是它的每个像素值是传感器
如何安装ros-melodic-rgbd-launch
06-02
要安装 ROS Melodic RGBD Launch，您需要按以下步骤进行： 1. 首先，确保您已经安装了 ROS Melodic。如果您还没有安装，请按照 ROS 官方文档中的说明进行安装。 2. 接下来，在终端中运行以下命令以安装 RGBD Launch： ``` sudo apt-get update sudo apt-get install ros-melodic-rgbd-launch ``` 3. 安装完成后，您可以通过运行以下命令来验证 RGBD Launch 是否已成功安装： ``` roslaunch openni_launch openni.launch ``` 如果您使用的是其他的 RGBD 相机（如 ASUS Xtion PRO），请将 `openni.launch` 替换为相应的 launch 文件。 希望这可以帮助您完成安装。
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

计算机视觉-Archer

图像分割没有团队的同学可加群

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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