silencedog / RFCN

pytorch recurrent FCN for saliency (RFCN[1])

RFCN

pytorch版的做显著性检测的RFCN[1]的代码。和matlab原版有点不同。

• 我没有实现原版产生prior map的方法，而是训练时输入prior map。
• 加入了扩张卷积
• 不同层预测结果用串联结合（原版是相加）

还没有测试过效果。

requirement

pytorch, tensorboard-pytorch, tensorboard

如果不需要可视化就不需要tensorboard和tensorboard-pytorch。删除代码里可视化的部分就能运行。 （现在新版改名叫tensorboardX了，如果下载了新版的tensorboard-pytorch就把import tensorboard改成import tensorboardX）

usage

1. 准备训练图片和validation图片，包括prior maps。图片的文件夹如此组织：

DATASET/images/images/图片们.jpg
DATASET/先验图文件夹名字/priormaps.png
DATASET/masks/真值们.png

2. 改代码里的数据集路径。ptag改成先验图文件夹名字。
3. 打开tensorboard

tensorboard --logdir runs

4. 运行

• 有循环的

python train_rfcn.py

• 没有循环的

python train_fcn.py

[1] Wang, Linzhao, et al. "Saliency detection with recurrent fully convolutional networks." European Conference on Computer Vision. Springer International Publishing, 2016.