论文阅读笔记

BASNet: Boundary-Aware Salient Object Detection

 网络结构相对比较简单，官方提供了pytorch的源码和模型，而且在做实验的过程中应该可以考虑去掉后面边界优化部分

---

Cascaded Partial Decoder for Fast and Accurate Salient Object Detection

网络结构：基于（b）部分

本文官方提供了pytorch源码，

结构（a）作者给出了两篇论文：

1. A bidirectional message passing model for salient object detection.（cvpr2018）
2. Amulet: Aggregating multi-level convolutional features for salient object detection.（ICCV2017）

 

---

A bidirectional message passing model for salient object detection

网络结构：

没有找到源代码

---

Amulet: Aggregating multi-level convolutional features for salient object detection

网络结构：

有提供基于caffe的代码和模型，网络结构也比上一篇要简单一点

---

Pyramid Feature Attention Network for Saliency detection

网络结构：

官方提供了基于tensorflow的代码，文章中使用了空洞卷积来扩大感受野

---

Contrast Prior and Fluid Pyramid Integration for RGBD Salient Object Detection

针对RGB-D图像的显著性方法，提供了基于caffe的源码：https://github.com/JXingZhao/ContrastPrior

可以参考这篇文章是否做了预训练，解决加入坐标信息后可能没有预训练模型可用的问题

---

另外还简单看了一下程明明的DSS和PoolNet，都是使用到了HED边缘检测结构，模型结构也比较复杂，都DSS提供的是基于caffe的代码，Poolnet提供了基于pytorch的代码和模型。