【文件属性】：
文件名称：rloss:弱监督的CNN分割的正则损失（rloss）
文件大小：8.35MB
文件格式：ZIP
更新时间：2021-05-04 20:49:59
JupyterNotebook
弱监督的CNN分割的正则损失（rloss）
（Caffe和Pytorch）
为了使用弱监督（例如，涂鸦）训练CNN进行语义分割，我们提出了规则化的损失框架。 损失包括两个部分，即涂抹时的部分交叉熵（pCE）损失和正则化损失（例如DenseCRF）。
如果您在此处使用代码，请引用以下论文。
“关于弱监督的CNN分割的规则损失” ，（ ，（ ，（ ，（ ） 在2018年9月于德国慕尼黑举行的欧洲计算机视觉会议（ECCV）上。
DenseCRF丢失
要包括CNN的DenseCRF损失，请添加以下损失层。 它有两个底部斑点，第一个是RGB图像，第二个是软分割分布。 我们需要为XY（bi_xy_std）和RGB（bi_rgb_std）指定高斯内核的带宽。
layer {
bottom: "image"
bottom: "segmentation"
propagate_