COSNet
CVPR 2019论文代码:
,,马超,沉建兵,陵苕,法提赫Porikli
:NEW_button:
我们小组的共同关注进一步提高了性能(DAVIS-16数据集上的平均J为81.1),相关代码也已发布。
预先训练的模型,测试和训练代码:
快速开始
测验
安装pytorch(版本:1.0.1)。
下载预训练的模型。 运行'test_coattention_conf.py'并更改davis数据集路径,预训练模型路径和结果路径。
运行命令:python test_coattention_conf.py-数据集davis --gpus 0
后续CRF处理代码来自: : 。
可以从或下载,密码:xwup。
可以从DAVIS_benchmark( )或或下载关于DAVIS,FBMS和Youtube对象的细分结果,密码为q37f。
YouTube的对象数据集可以从以下地址下载这里和注释
评论0
最新资源