没有合适的资源?快使用搜索试试~ 我知道了~
adversarial_complementary_learning
共25个文件
ds_store:5个
jpg:5个
png:4个
需积分: 9 1 下载量 108 浏览量
2021-05-09
01:29:35
上传
评论
收藏 5.71MB ZIP 举报
温馨提示
具有预训练模型的对抗互补学习 弱监督学习使我们对深度神经网络的工作原理有一个有趣的了解。 最近,我发现了Zhang等人的一篇有趣的论文,该论文使用多个顺序分类器生成了更完整的类激活图。 我在PyTorch中实现了他们的方法,并添加了一些我自己的想法。 纸 张小林,魏云超,冯家石,杨怡,黄智超 本文建议的模型由作为特征提取器的backbone和按顺序排列的两个classifiers器组成。 这两个分类器由一个1x1 convolution layer和一个全局平均池层组成,该1x1 convolution layer将要素通道(即2048)缩小到标签大小为C(即4或5)的输出通道中。 然后,分类器使用1x1转换层的cth权重生成class activation map 。 类激活图揭示了给定图像中与目标标签有关的最有区别的区域。 ACoL将特征图的值大于delta的区域清零。 然后,将
资源推荐
资源详情
资源评论
收起资源包目录
adversarial_complementary_learning-master.zip (25个子文件)
adversarial_complementary_learning-master
.gitignore 1KB
images
neymar
neymar.jpg 120KB
.DS_Store 6KB
.DS_Store 8KB
messi
messi.jpg 48KB
.DS_Store 6KB
ronaldo
ronaldo.jpg 191KB
.DS_Store 6KB
son
son.jpg 109KB
.DS_Store 6KB
assets
ACoL_vs_CAM.png 2.48MB
experiment_result.png 885KB
ACoL_approach.png 490KB
56. lionel-messi.jpg 336KB
pp_metrics.png 316KB
train_acol.py 8KB
acol.py 2KB
utils.py 2KB
README.md 5KB
.idea
misc.xml 196B
workspace.xml 10KB
vcs.xml 180B
adversarial_complementary_learning.iml 398B
modules.xml 320B
acol_inference.ipynb 1.16MB
共 25 条
- 1
资源评论
摔了个呆萌
- 粉丝: 28
- 资源: 4676
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
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