DeepInteractiveSegmentation:进行深度对象选择的交互式分段和交互式培训及体系结构中的准确性达到99% 源码

深度互动细分 这两篇论文的官方资料库。 ,已提交给信号处理:图像通信,有关计算图像编辑的特殊问题。 面向深度对象选择的交互式培训和体系结构,(ICME 2020,亚军,最佳论文)。 马可复1,布莱恩的价格2,斯科特·科恩2,宁徐2, 1 1都柏林三一学院2 Adobe Research 要求 GPU内存> = 4GB,用于在Berkeley和GrabCut上进行推理。 480p分辨率附近的最佳性能。 包装方式: 火炬> = 1.4 麻木 的OpenCVPython的 jupyter笔记本电脑的其他软件包 matplotlib 楷模 型号名称 文件大小 NoC抓取 诺克伯克利 144兆字​​节 1.74 2.93 预言 我们提供了一个脚本demo.py ,可根据平均IoU和点击次数评估我们的模型,以达到90%的准确性。 下载链接: 和数据集。 表中的结果略有改善。 在本文的图8中