section5.5中结构约束信息
Closed this issue · 3 comments
请问这部分代码有公布么?暂时没有找到
请问这部分代码有公布么?暂时没有找到
不好意思,这部分是主算法的简单扩展,并只在figure 5进行了定性展示,所以并没有上传代码。不过section 5.5中的文字描述已经包含了所有细节:this vector is obtained by calculating the standard deviation of the pixel values in each 3 × 3 square per channel. The components with top 5% highest values in the map are clipped for stability and the map is normalized into the range [0,1] before use.
请问这部分代码有公布么?暂时没有找到
不好意思,这部分是主算法的简单扩展,并只在figure 5进行了定性展示,所以并没有上传代码。不过section 5.5中的文字描述已经包含了所有细节:this vector is obtained by calculating the standard deviation of the pixel values in each 3 × 3 square per channel. The components with top 5% highest values in the map are clipped for stability and the map is normalized into the range [0,1] before use.
你们参考引文【11】里的用法,是自己实现的pytorch版本么?不太熟悉TF,如果有torch版本的就太好了!
请问这部分代码有公布么?暂时没有找到
不好意思,这部分是主算法的简单扩展,并只在figure 5进行了定性展示,所以并没有上传代码。不过section 5.5中的文字描述已经包含了所有细节:this vector is obtained by calculating the standard deviation of the pixel values in each 3 × 3 square per channel. The components with top 5% highest values in the map are clipped for stability and the map is normalized into the range [0,1] before use.
你们参考引文【11】里的用法,是自己实现的pytorch版本么?不太熟悉TF,如果有torch版本的就太好了!
引文里的具体实现用的什么语言我不太清楚,pytorch应该是直接用torch.std就可以算standard deviation。其他的都是很简单的操作了