亚洲最大黄色,色天堂色男人,亚洲精品字幕久久久久,产一级a,免费观看黄色片网站,神马午夜1,色婷婷二区,日韩深夜肏逼啪啪啪

點(diǎn)擊上方“AI算法與圖像處理”，選擇加"星標(biāo)"或“置頂”

重磅干貨，第一時(shí)間送達(dá)

來(lái)源：Jack Cui

今年提出的 U^2-Net 顯著性檢測(cè)算法，刷爆了 reddit 和 twitter，號(hào)稱(chēng)是 2020 年「地表最強(qiáng)」的靜態(tài)背景分割算法，可以看下效果：

你以為今天要講分割？錯(cuò)！

U^2-Net 這兩天又出新活，在 U^2-Net 網(wǎng)絡(luò)架構(gòu)基礎(chǔ)上，實(shí)現(xiàn)了人物肖像畫(huà)的生成，細(xì)節(jié)「完美」復(fù)刻。

我用自己的「歪脖子照」測(cè)試了下效果。

萬(wàn)年不變老規(guī)矩，繼續(xù)手把手教學(xué)。

算法原理、環(huán)境搭建、效果實(shí)現(xiàn)，一條龍服務(wù)，盡在下文！

U^2-Net

受 U-Net 網(wǎng)絡(luò)的啟發(fā)，U^2-Net 也是一種類(lèi)似編碼-解碼（Encoder-Decoder）的網(wǎng)絡(luò)結(jié)構(gòu)。

研究者在此基礎(chǔ)上，提出了新型殘差 U-block（ReSidual U-block, RSU），融合不同尺寸接受野的特征，以捕獲更多不同尺度的上下文信息。

RSU 網(wǎng)絡(luò)與現(xiàn)有卷積塊的結(jié)構(gòu)對(duì)比如下：

最右邊的結(jié)構(gòu)，就是 RSU-L，L 表示編碼器中的層數(shù)，C_in、C_out 分別表示輸入和輸出通道，M 表示 RSU 內(nèi)層通道數(shù)。

具體而言，RSU 主要有三個(gè)組成部件，分別是一個(gè)輸入卷積層、一個(gè)高度為 L 的類(lèi) U-Net 對(duì)稱(chēng)編碼器 - 解碼器結(jié)構(gòu)以及一個(gè)通過(guò)求和來(lái)融合局部和多尺度特征的殘差連接。

為了更好地理解設(shè)計(jì)理念，研究者在下圖中對(duì) RSU 與原始?xì)埐顗K進(jìn)行了比較。

結(jié)果顯示，RSU 與原始?xì)埐顗K的最大區(qū)別在于 RSU 通過(guò)一個(gè)類(lèi) U-Net 的結(jié)構(gòu)替換普通單流卷積，并且通過(guò)一個(gè)由權(quán)重層轉(zhuǎn)換的局部特征替換原始特征。

更值得注意的是，得益于 U 形結(jié)構(gòu)，RSU 的計(jì)算開(kāi)銷(xiāo)相對(duì)較少，因?yàn)榇蠖鄶?shù)運(yùn)算在下采樣特征圖中應(yīng)用。下圖展示了 RSU 與其他特征提取模塊的計(jì)算成本曲線(xiàn)圖：

U^2-Net 的整體網(wǎng)絡(luò)架構(gòu)如下：

U^2-Net 主要由三部分組成：

6 階段編碼器；
5 階段解碼器；
與解碼器階段和最后編碼器階段相連接的顯著圖融合模塊。

說(shuō)完網(wǎng)絡(luò)結(jié)構(gòu)，再看下?lián)p失函數(shù)，研究者使用了類(lèi)似于整體嵌套邊緣檢測(cè)（HED）的深度監(jiān)督算法：

其中，M=6, 為 U^2-Net 的 Sup1, Sup2, ..., Sup6 stage。

為 Sup1, Sup2, ..., Sup6 輸出的顯著圖

的損失函數(shù)。

為最終融合輸出的顯著圖

的損失函數(shù)。

為每個(gè)損失函數(shù)的權(quán)重。

對(duì)于每個(gè) l ，采用標(biāo)準(zhǔn)的二值交叉熵?fù)p失函數(shù)：

其中，(r, c) 為像素坐標(biāo)；(H, W) 為圖像尺寸，height 和 width。

分別表示 GT 像素值和預(yù)測(cè)的顯著概率圖。

總的來(lái)說(shuō)，U^2-Net 的設(shè)計(jì)構(gòu)建了具有豐富多尺度特征以及較低計(jì)算和內(nèi)存成本的深度架構(gòu)。

更詳細(xì)的內(nèi)容，可以直接看 paper：

https://arxiv.org/pdf/2005.09007.pdf

效果測(cè)試

Github 項(xiàng)目地址：

https://github.com/NathanUA/U-2-Net

第一步：搭建測(cè)試環(huán)境。

很簡(jiǎn)單，沒(méi)啥特殊的庫(kù)，安裝好 Pytorch、Numpy、Skimage 等基礎(chǔ)第三方庫(kù)即可。

第二步：下載訓(xùn)練好的模型權(quán)重文件。

我將程序和權(quán)重文件都進(jìn)行了打包，嫌麻煩，可以下載直接使用。

下載地址（提取碼：jack）：

https://pan.baidu.com/s/1SVLDDofEfrA9PGz5WcSP7g

第三步：在工程目錄，運(yùn)行程序。

python u2net_portrait_test.py

在 u2net_portrait_test.py 可以查看輸入圖片路徑和輸出圖片路徑：

最后再看下運(yùn)行效果：


下載1：leetcode?開(kāi)源書(shū)

在「AI算法與圖像處理」公眾號(hào)后臺(tái)回復(fù)：leetcode，即可下載。每題都 runtime beats 100% 的開(kāi)源好書(shū)，你值得擁有！


下載2 CVPR2020

在「AI算法與圖像處理」公眾號(hào)后臺(tái)回復(fù)：CVPR2020，即可下載1467篇CVPR?2020論文
個(gè)人微信（如果沒(méi)有備注不拉群！）
請(qǐng)注明：地區(qū)+學(xué)校/企業(yè)+研究方向+昵稱(chēng)

覺(jué)得不錯(cuò)就點(diǎn)亮在看吧

「AI 完美復(fù)刻」的人物肖像畫(huà)生成