在PyTorch中实施SmoothGrad
SmoothGrad的PyTorch实现。
香草渐变
平滑渐变
引导反向传播
引导式SmoothGrad
以及诸如以下的其他技术被实现。
下载
git clone https://github.com/pkdn/pytorch-smoothgrad
用法
使用VanillaGrad ， GuidedBackpropGrad ， SmoothGrad和GuidedBackpropSmoothGrad保存显着性贴图。
python saliency.py --img
保存Grad-CAM图像。
python grad_cam.py --img
如果未指定图像路径，请读取浣熊的数据（ ）。
要求
火炬
火炬视觉
麻木
科学的
OpenCV
测试了Python 3.5.2下的环境。
致谢
该
2021-12-12 16:07:27
154KB
1
Context-Aware Saliency Detection这篇显著性论文的代码。经过测试，能够运行。
2021-11-25 16:13:20
493KB
1
PEE360：高效感知的自动编辑360视频
该项目有三个主要分支
具有流媒体和自动编辑解决方案的VR HMD播放器
360度视频中的混合显着性RoI排名
多模式视频挖掘
多峰RoI提取
基于自适应流方案的多RoI自动编辑解决方案
这是实际项目研究的子页面，该子项目执行科学项目PES360：360度编辑视频的感知有效流。 希望激发积极的科学合作，此资料库将注册链接，以查找项目发现和工作的关键组成部分，以及创建的数据集和已开发的源代码。
致谢
这个项目是由教授和学生进行，从物质资源实验室，并从财政支持 。 静态github页面源代码由提供。
2021-11-22 21:13:54
510KB
1
将论文Context-Aware Saliency Detection作者写的加密源代码破解之后的
2021-11-19 16:32:04
2.72MB
1
rc代码显着性matlab
saliency-detection-methods
文章《基于多图流形排序的图像显着性检测》中所用对比算法源码链接HC:
RC:
AC:
HS:
SR:
FT:
MSS:
GS:
MR:
BFSS:
RW:
HDCT:
BMA：
RR:
2021-11-19 11:39:54
869B
1
Black-Box Explanation of Object Detectors via Saliency Maps
通过显着图对目标检测器的黑盒解释
2021-11-17 09:02:13
2.96MB
cvpr2014 论文saliency optimization from robust background detection的代码
2021-10-29 18:12:33
363KB
1
cvpr2019_金字塔特征注意网络以进行显着性检测
赵婷和吴相干撰写的CVPR 2019论文“用于显着性检测的金字塔特征注意网络”的源代码。 （ ）
下载显着性地图
为了方便起见，我们提供了本文中使用的基准数据集的显着性图。
Google：
百度：提取：9yt5
设置
安装依赖项：
Tensorflow (-gpu)
Keras
numpy
opencv-python
matplotlib
用法：
train:
python train.py --train_file=train_pair.txt --model_weights=model/vgg16_no_top.h5
test:
jupyter notebook
run dome.ipynb
结果
如果您认为这项工作有帮助，请引用
@inproceedings{zhao2019pyrami
2021-10-15 16:28:45
52.97MB
1