FCN

网络结构



代码

class fcn(nn.Module):def __init__(self, num_classes):super(fcn, self).__init__()self.stage1 = nn.Sequential(*list(pretrained_net.children())[:-4]) # 第一段self.stage2 = list(pretrained_net.children())[-4] # 第二段self.stage3 = list(pretrained_net.children())[-3] # 第三段self.scores1 = nn.Conv2d(512, num_classes, 1)self.scores2 = nn.Conv2d(256, num_classes, 1)self.scores3 = nn.Conv2d(128, num_classes, 1)self.upsample_8x = nn.ConvTranspose2d(num_classes, num_classes, 16, 8, 4, bias=False)self.upsample_8x.weight.data = bilinear_kernel(num_classes, num_classes, 16) # 使用双线性 kernelself.upsample_4x = nn.ConvTranspose2d(num_classes, num_classes, 4, 2, 1, bias=False)self.upsample_4x.weight.data = bilinear_kernel(num_classes, num_classes, 4) # 使用双线性 kernelself.upsample_2x = nn.ConvTranspose2d(num_classes, num_classes, 4, 2, 1, bias=False)   self.upsample_2x.weight.data = bilinear_kernel(num_classes, num_classes, 4) # 使用双线性 kerneldef forward(self, x):x = self.stage1(x)s1 = x # 1/8x = self.stage2(x)s2 = x # 1/16x = self.stage3(x)s3 = x # 1/32s3 = self.scores1(s3)s3 = self.upsample_2x(s3)s2 = self.scores2(s2)s2 = s2 + s3s1 = self.scores3(s1)s2 = self.upsample_4x(s2)s = s1 + s2s = self.upsample_8x(s2)return s

Ref

  1. https://github.com/Jichao-Zhao/Semantic_Segmentation_Exer
  2. FCN 的简单实现

PyTorch 实现经典模型8:FCN相关推荐

  1. PyTorch 实现经典模型2:AlexNet

    AlexNet 网络结构 论文总结 成功使用ReLU作为CNN的激活函数,并验证效果在较深的网络中超过了Sigmoid.成功解决了Sigmoid在网络较深时的梯度弥散问题. 训练时使用Dropout随 ...

  2. PyTorch 实现经典模型3:VGG

    VGG 网络结构 代码 1) 导入必需的包 # 1) 导入必需的包 import torch import torch.nn as nn import torch.nn.functional as F ...

  3. PyTorch 实现经典模型6:RCNN (Fast RCNN, Faster RCNN)

    RCNN (Fast RCNN, Faster RCNN) 适用范围 图像分类(Image classification) 目标检测(Object detection) 网络结构 代码 Ref R-C ...

  4. PyTorch 实现经典模型5:ResNet

    ResNet 网络结构 代码 #------------------------------用50行代码搭建ResNet---------------------------------------- ...

  5. PyTorch 实现经典模型4:GoogLeNet

    GoogLeNet 创新点: 通过多种卷积核叠加网络复杂性 学习多种卷积 提升计算效率 GoogLeNet网络深度达到22层 1x1卷积降低维度 降低计算量,提升计算效率 网络结构 代码 import ...

  6. PyTorch 实现经典模型1:LeNet5

    模型:LeNet5 网络结构 符号说明 网络参数 代码实现 1) 导入必需的包 2) 搭建网络模型 3) 导入使用的数据集 4) 训练模型 5) 保存模型 6) 测试模型效果 所遇错误 '_Incom ...

  7. PyTorch 实现经典模型7:YOLO (v1, v2, v3, v4)

    YOLO (v1, v2, v3, v4) 网络结构 YOLO v3 网络结构 代码 Ref <机器爱学习>YOLO v1深入理解 <机器爱学习>YOLOv2 / YOLO90 ...

  8. PyTorch Hub发布获Yann LeCun强推!一行代码调用经典模型

    作者 | Team PyTorch 译者 | Monanfei 责编 | 夕颜 出品 | AI科技大本营(ID: rgznai100) 导读:6月11日,Facebook PyTorch 团队推出了全 ...

  9. Facebook 发布 PyTorch Hub:一行代码实现经典模型调用!

    作者 | Team PyTorch 译者 | Monanfei 责编 | 夕颜 出品 | AI科技大本营(ID: rgznai100) 6月11日,Facebook PyTorch 团队推出了全新 A ...

最新文章

  1. controller不跳转页面的几个原因_光知道SpringBoot,不用thymeleaf就太不对了
  2. 计算机常见知识获取方法,计算机信息处理技术基础知识
  3. python老鼠打洞问题_脑筋急转弯:老鼠为什么要打洞?这答案让人哭笑不得
  4. 一个整数数组,每个数字都出现K次,只有一个数字出现M次,找出这个数字(线性时间)
  5. php 8 jit,PHP JIT 是什么?PHP8 新特征之 JIT 图文详解_后端开发
  6. 文本分类模型_多标签文本分类、情感倾向分析、文本实体抽取模型如何定制?...
  7. 定制操作(传递函数或lambda表达式)
  8. 主题模型TopicModel:LDA中的数学模型
  9. IOS字体与安卓字体渲染不一致
  10. Collections.unmodifiableList方法的使用与场景
  11. vba随机抽取人名不重复_excel启用宏,通过vba实现从数字数组里随机获取N个不重复的数字...
  12. 2019--Target Speaker Extraction for Multi-Talker Speaker Verification
  13. 龙兵智能名片多企业小程序V2.3.3-开源版
  14. win10配置系统默认utf-8编码
  15. 到底是人穷志短,还是志短人穷?
  16. 一文带你了解java stream, 太强了
  17. APICloud可视化开发新手图文教程
  18. 惠普HP LaserJet Pro M104a 打印机驱动
  19. PHP判断中文字符串的长度和字节长度
  20. DM数据库部署dem管理工具(tomcat)

热门文章

  1. spring boot 热更新,热部署
  2. Linux内存描述之概述--Linux内存管理(一)
  3. PIVOT 和 UNPIVOT 命令的SQL Server版本
  4. android蓝牙打印机
  5. 【书评】RHCSA/RHCE Red Hat Linux 认证学习指南(第6版)EX200 EX300
  6. 通过远程桌面操作程序出现hook cannot be created(SendKeys语句错误)的解决
  7. Silverlight 2 RTW中ToolTipService.ToolTip不继承父节点的DataContext的问题
  8. wireshark的Random packet generator是什么
  9. 超图js版 iclient 基本开发 - 加载基本图层(以天地图示例)和基本地图控件
  10. Fedora学习总结