我们已经为您准备好复现该模型所需的环境,您可以创建实例、一键复用哦!

模型的使用文档涵盖模型所需环境、模型简介以及复现模型的具体步骤。模型效果和模型详细来源可以点击论文地址和模型来源链接查看哦~

FusionNet

2022-02-25 fusionnet:ubuntu18.04-cuda11.1.1-cudnn8-python3.8-pytorch1.8.0-new

模型标签
目标检测图像分割

模型简介

模型介绍:FusionNet利用机器学习的最新进展,如语义分割(U-Net)和残差神经网络,新引入了基于累加的跳过连接,允许更深入的网络体系结构来实现更精确的分割。本文主要有两个贡献,一是提出基于U-net和残差网络(ResNet)的一种变体方法,并加入一种新的基于累加的跳跃连接,使所提出的结构成为完全残差的深度CNN。二是作者介绍了一种专为电子显微镜数据建立的数据富集方法,通过收集输入图像的所有取向变体(在二维情况下为翻转和旋转组合的八个)。 《FusionNet: Fusing via Fully-Aware Attention with Application to Machine Comprehension》发表于2018年由Hsin-Yuan Huang, Chenguang Zhu, Yelong Shen, Weizhu Chen创作。官方论文:https://arxiv.org/pdf/1711.07341v2.pdf



1. 使用方法

1.1. 准备数据集

进入终端,在root//FusionNet-NLI-master(默认)路径下,运行以下命令:

python prepro.py
# 通过构建词表处理数据

1.2. 模型训练

进入终端,在root//FusionNet-NLI-master(默认)路径下,运行以下命令:

python train.py
#该文件包含训练和评估步骤,可按需修改代码分步复现

2. 模型来源

https://github.com/hsinyuan-huang/FusionNet-NLI