USSS_ICCV19:ICCV 2019接受通用半监督语义分割模型代码的论文-源码

上传者: 42099942 | 上传时间: 2021-08-24 04:16:24 | 文件大小: 38KB | 文件类型: ZIP
USSS_ICCV19 ICCV 2019接受通用半监督语义分割代码。 全文见 。 要求 Python> = 2.6 PyTorch> = 1.0.0 ImageNet预训练的模型是从的存储库下载的。 数据集 城市景观: : IDD: : 怎么跑 python segment.py --basedir --lr 0.001 --num-epochs 200 --batch-size 8 --savedir --datasets [ ..] --num-samples --alpha 0 --beta 0 --resnet --model drnet 致谢 大量代码是从Dilated Residual Networks( )和IDD Dataset( )的官方代码版本中大量借用的。

文件下载

资源详情

[{"title":"( 12 个子文件 38KB ) USSS_ICCV19:ICCV 2019接受通用半监督语义分割模型代码的论文-源码","children":[{"title":"USSS_ICCV19-master","children":[{"title":"iouEval.py <span style='color:#111;'> 2.25KB </span>","children":null,"spread":false},{"title":"transform.py <span style='color:#111;'> 11.42KB </span>","children":null,"spread":false},{"title":"dataset_loader.py <span style='color:#111;'> 13.08KB </span>","children":null,"spread":false},{"title":"segment.py <span style='color:#111;'> 19.25KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 842B </span>","children":null,"spread":false},{"title":"drnet.py <span style='color:#111;'> 14.56KB </span>","children":null,"spread":false},{"title":"__pycache__","children":[{"title":"EntropyLoss.cpython-37.pyc <span style='color:#111;'> 4.26KB </span>","children":null,"spread":false},{"title":"dataset_loader.cpython-37.pyc <span style='color:#111;'> 9.58KB </span>","children":null,"spread":false},{"title":"iouEval.cpython-37.pyc <span style='color:#111;'> 2.40KB </span>","children":null,"spread":false},{"title":"drnet.cpython-37.pyc <span style='color:#111;'> 13.39KB </span>","children":null,"spread":false},{"title":"transform.cpython-37.pyc <span style='color:#111;'> 11.53KB </span>","children":null,"spread":false}],"spread":true},{"title":"EntropyLoss.py <span style='color:#111;'> 4.07KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明