在我的base code 上 ，目前有三部分想法
第一部分在base、 code的trakcer之后，首先要做的是找到提取特征后 分类回归前的特征图，featmap。然后与 刚写好的Pybms做图像处理。
第二部分在base、coda的trainnet部分，我们做差创建一个mask，然后在rpn提取的img上做覆盖，使得mask内部的权重加大，外部的背景弱化。
第三部分如图所示，具体我们稍后再想
其实概括就是将显著性监测和分割变成关注度视觉网络
相关文章：
相似解决方案
热门标签