weixin_43281571的博客

bert 代码分析

目前准备详读以下文章2020年文章，较为新，同时文章比较全面，内容分类较清楚Evolution of Image Segmentation using Deep Convolutional NeuralNetwork: A Survey一：分割分类如上图所示分割可以分为三类1） 语义分割：像素级分类，同类物体之间没有分别。2）实例分割：检测每个 object instance，并进行分割，同类物体之间有分别。3）全景分割：上面二者的结合。既需要分割出全部像素，同类像素不同物体间不能有重合。

DANetDANet采用 Dilated ResNet (DeepLab V2的主干网络)作为主干，删除了下采样操作并在最后两个ResNet块中使用了空洞卷积，最终特征映射的大小是输入图像的1/8Dilated ResNet 产生的特征图再送入两个平行的注意力模块中最后汇总两个注意力模块的输出特征，以获得更好的像素级预测特征表示特征图A(C×H×W)首先分别通过3个卷积层得到3个特征图B,C,D,然后将B,C,D reshape为C×N，其中N=H×W之后将reshape后的B的转置(NxC

python 制定 gpu运行代码直接加在代码中就可以了import osos.environ[‘CUDA_VISIBLE_DEVICES’] = “0”第0块gpu，可修改1.2…