没有合适的资源?快使用搜索试试~
我知道了~
文库首页
人工智能
机器学习
基于OSVOS的半监督视频分割
基于OSVOS的半监督视频分割
共18个文件
py:6个
pyc:3个
gif:2个
python
需积分: 10
2 下载量
28 浏览量
2019-08-06
16:41:57
上传
评论
1
收藏
38.86MB
RAR
举报
温馨提示
立即下载
使用OSVOS算法,仅使用视频的第一帧标注,可完成视频的掩码轮廓分割。
资源推荐
资源详情
资源评论
Python-OSVOS单次视频对象分割
浏览:193
One-Shot Video Object Segmentation (OSVOS)单次视频对象分割
OSVOS-TensorFlow:一键式视频对象分割
浏览:12
OSVOS:一键式视频对象分割 检查我们的以获取更多信息。 OSVOS是一种解决半监督视频对象分割任务的方法。 它基于全卷积神经网络体系结构,该体系结构能够将在ImageNet上学到的通用语义信息相继转移到前景分割任务中,并最终了解测试序列中单个带注释对象的外观(因此一个-射击)。 在DAVIS 2016上进行的实验表明,OSVOS的速度比当前可用的技术快,并且极大地改善了现有技术水平(79.
Quasi-Newton-S3VM-master_newton_S3VM_pythonS3VM_
浏览:135
5星 · 资源好评率100%
拟牛顿法求解S3VM的Python实现代码转载
OSVOS-PyTorch:一键式视频对象分段(OSVOS)的PyTorch实现
浏览:144
OSVOS:一键式视频对象分割 检查我们的以获取更多信息。 该存储库已移植到PyTorch 0.4.0! OSVOS是一种解决半监督视频对象分割任务的方法。 它基于全卷积神经网络体系结构,该体系结构能够将在ImageNet上学习的通用语义信息相继转移到前景分割任务中,并最终了解测试序列中单个带注释对象的外观(因此一个-射击)。 在DAVIS 2016上进行的实验表明,OSVOS的速度比当前可用的
支持向量机源码Python实现
浏览:182
SVM支持向量机Python实现,大家可以当备用资料存储,也可以直接实际操作
半监督支持向量机S3VM:半监督支持向量机(S3VM)方法
浏览:27
3星 · 编辑精心推荐
半监督支持向量机S3VM:半监督支持向量机(S3VM)方法
S4VM算法(Matlab)
浏览:195
5星 · 资源好评率100%
在过去的十年中,为了解决半监督支持向 量机某一方面的特定问题,出现了很多改进版本,如针对半监督支持向量机效率低下的问题,提出了meanS3VM 算法;针对利用无标记数据时会产生性能下降的问题,提出了S4VM 算法;针对代价敏感的问题,提出了CS4VM 算法。 S4VM 对传统的S3VM 进行了改进。传统的S3VM 基于低密度假设,它试图找到一个低密度的分界线,也就是更倾向于决策边界穿过特征空间的
基于弱监督的人部分分割
浏览:27
基于弱监督的人部分分割
基于IRAM和半监督的谱聚类图像分割
浏览:65
谱聚类判别割(Dcut)计算正则化相似度矩阵及其特征向量比较耗时,对于大规模矩阵特征值问题,隐式重启动Arnoldi方法(IRAM)能够快速收敛到模值最大的k个特征值(即主导特征值)。因此本文采用IRAM算法计算相似度矩阵的主导特征值,减小运算时间。为解决谱聚类敏感于尺度参数的问题,提出利用少量监督样本求取每幅图像特有的尺度参数,进行半监督图像分割。通过对UCI数据集和自然图像的仿真实验表明,本文
Python-TensorFlow视频教程
浏览:128
TensorFlow 视频教程
基于半监督聚类的微视频标注方法
浏览:145
基于半监督聚类的微视频标注方法
基于有监督和无监督的某短视频APP用户留存率预测.zip
浏览:92
本项目包含模型原型以及数据集下载链接以及环境搭建教程
基于FCM的无监督纹理分割
浏览:161
基于FCM的无监督纹理分割,纹理分割是图像处理的一个难题,本文介绍一种无监督的纹理分割,借助于平稳小波的。
基于边缘的图像分割无监督评估
浏览:97
本文关注计算机视觉中的一个基本问题:如何评估图像分割的质量。 有监督的评估方法比无监督的方法提供了更准确的评估,但是如果没有手动分割的参考细分,这些方法将无法工作。 该缺点限制了其应用。 我们提出了一种基于边缘的评估方法,该方法无需与参考细分进行比较即可使用。 我们的方法通过三种基于边缘的度量来评估分割质量:边缘适应度,区域内边缘误差和边界误差。 实验结果表明,与基于像素值统计的方法相比,该方法能
基于Python+pytorch的图像处理+附完整代码图像处理,能够轻松实现图像的读取、显示、裁剪等还有机器学习等操作
浏览:192
Python+PyTorch:图像处理界的“瑞士军刀” 在图像处理这个充满魔法的世界里,Python和PyTorch这对黄金搭档,就像一位技艺高超的魔法师和一把无所不能的“瑞士军刀”,总能轻松解决各种看似棘手的难题。它们以高效、灵活和强大的特性,引领着图像处理技术的发展潮流,让无数开发者为之倾倒。Python,这位优雅的魔法师,以其简洁易懂的语法和丰富的库资源,赢得了广大开发者喜爱。无论是数据处理
python大作业 含爬虫、数据可视化、地图、报告、及源码(2016-2021全国各地区粮食产量).rar
浏览:155
5星 · 资源好评率100%
(含源码及报告)本程序分析了自2016年到2021年(外加)每年我国原油加工的产量,并且分析了2020年全国各地区原油加工量等,含饼状图,柱状图,折线图,数据在地图上显示。运行本程序需要requests、bs4、csv、pandas、matplotlib、pyecharts库的支持,如果缺少某库请自行安装后再运行。文件含6个excel表,若干个csv文件以及一个名字为render的html文件(需
python3.12版本轮子文件dlib-19.24.2-cp312-cp312-win-amd64.whl
浏览:26
适用于python3.12
《点燃我温暖你》中李峋的同款爱心代码
浏览:5
5星 · 资源好评率100%
python做的《点燃我温暖你》中李峋的同款爱心代码,最还原的
Python金融量化的高级库:TA-Lib-0.4.24(包含python3.7、3.8、3.9、3.10的32位和64位版本)
浏览:2
TA-Lib(Technical Analysis Library, 即技术分析库)是Python金融量化的高级库,涵盖了150多种股票、期货交易软件中常用的技术分析指标,如MACD、RSI、KDJ、动量指标、布林带等。但很多人安装指标计算ta-lib库就总报错,就可以在这里找到包下载后安装。 文件举例:TA_Lib‑0.4.24‑cp37‑cp37m‑win_amd64.whl 命名解释:包名
收起资源包目录
OSVOS.rar
(18个子文件)
OSVOS
models
osvos_parent_demo.py
3KB
image
.pydevproject
435B
osvos_demo.py
3KB
vicovtimg.py
1KB
__pycache__
osvos.cpython-36.pyc
20KB
dataset.cpython-36.pyc
6KB
creategif.cpython-36.pyc
1KB
dataset.py
8KB
LICENSE
34KB
creategif.py
941B
.project
376B
requirements.txt
100B
doc
ims
osvos.png
251KB
result-flower.gif
8.39MB
result.gif
34.69MB
osvos.py
30KB
README.md
4KB
train_parent.txt
147KB
共 18 条
1
评论
收藏
内容反馈
立即下载
资源评论
资源反馈
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~
联系上传者
评论
千寻;
粉丝: 0
资源:
2
私信
上传资源 快速赚钱
我的内容管理
展开
我的资源
快来上传第一个资源
我的收益
登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏
我的下载
下载帮助
前往需求广场,查看用户热搜
最新资源
39371_blackUnique.js
4_base.apk.1
Flower_SS 3.txt
Flower_SS.txt
xiaomi system upload
xiaomi rom upload
xiaomi system upload
xiaomi system upload
xiaomi system upload
xiaomi system upload
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功