sakumashirayuki的博客

论文标题为LRNNET: A LIGHT-WEIGHTED NETWORK WITH EFFICIENT REDUCED NON-LOCAL OPERATION FOR REAL-TIME SEMANTIC SEGMENTATION链接：https://arxiv.org/abs/2006.02706v1一、相关概念1 factorized convolutionfactorized convolution是指对标准的卷积方式进行分解优化，以起到减少参数量、提高运行速率的目的。二、methodol

一个正确的语义分割二分类损失函数的计算应该是如下这样的criterion = nn.BCEWithLogitsLoss(weight=None)masks_pred = net(imgs)loss = criterion(masks_pred, true_masks) #使用二分类交叉熵epoch_loss += loss.item()先前在网络最后输出时使用sigmoid，然后使用B...

版本：python3pred为模型预测的label，像素0表示背景，像素1表示类别1，像素2表示类别2，以此类推。target为groundtruth，这里读入格式为PIL image，格式不一样的请自行修改这里的n_classes是目标物类别数。比如，对于只有背景和一个检测物类别的二分类问题，n_classes=1因为pythonfor循环的range(a,b)，范围其实为[a,b)，所...