配时matlab代码-matconvnet-calvin:用于对象检测和语义分割的多篇最新论文的代码

配时matlab代码MatConvNet-卡尔文v1.0 MatConvNet-Calvin是MatConvNet的包装，在对象检测和语义分割方面（重新）实现了一些最新技术。 这包括我们自己的工作“带有端到端训练的基于区域的语义分割” [5]。 卡尔文（Calvin）是爱丁堡大学（University of Edinburgh）的计算机视觉研究小组。 Holger Caesar和Jasper Uijlings的版权，2015-2016年。 概述 方法 快速R-CNN（FRCN） [1]：最新的物体检测方法。 原始代码是为Caffe实现的。 通过添加关注区域池和边界框回归的简化版本，此重新实现将其移植到MatConvNet。 完全卷积网络（FCN） [2]：非常成功的语义分割方法，为许多现代语义分割方法奠定了基础。 FCN直接在图像像素上运行，执行一系列卷积，完全连接和反卷积滤波器。 此实现基于MatConvNet-FCN，并经过修改可与任意数据集一起使用。 多类Multipe实例学习[3]：扩展FCN进行弱监督的语义分段。 我们还实现了“要点” [4]的改进的损失功能，该功能考虑了标签