pytorch-hed
这是使用PyTorch对全息嵌套边缘检测[1]的个人重新实现。如果您使用本项目,请适当引用该论文。同时,请确保遵守作者的许可条款。如果您使用此特定实现,请适当致谢[2]。
原始版本请参见:https://github.com/s9xie/hed
另一个基于Caffe的重新实现请参见:https://github.com/zeakey/hed
使用方法
要在您自己的图像上运行,请使用以下命令。请务必查看他们的论文/代码以获取更多详细信息。
python run.py --model bsds500 --in ./images/sample.png --out ./out.png
我担心这个重新实现与原始Caffe版本并不完全一致,尽管它使用了官方权重。在BSDS500数据集上,它实现了ODS=0.774,而官方版本为ODS=0.780,评估使用此代码。欢迎通过提交问题和拉取请求来为此存储库做出贡献。
对比
参考文献
[1] @inproceedings{Xie_ICCV_2015,
author = {Saining Xie and Zhuowen Tu},
title = {Holistically-Nested Edge Detection},
booktitle = {IEEE International Conference on Computer Vision},
year = {2015}
}
[2] @misc{pytorch-hed,
author = {Simon Niklaus},
title = {A Reimplementation of {HED} Using {PyTorch}},
year = {2018},
howpublished = {\url{https://github.com/sniklaus/pytorch-hed}}
}