Linfeng-Tang / SuperFusion

This is official Pytorch implementation of "SuperFusion: A Versatile Image Registration and Fusion Network with Semantic Awareness"
MIT License
62 stars 9 forks source link

分割模型问题 #9

Open JasonWong30 opened 11 months ago

JasonWong30 commented 11 months ago

你好,论文中您说到分割模型由SeAFusion提供,但是SeAFusion提到两个分割模型一个是Bilateral attention decoder,另一个是DeeplabV3+, 请问您是用后者来对各种融合方法的融合图进行分割并做主观和客观评价的吗?如果是,那么您是直接用该模型给的模型参数直接对各种融合结果测试,还是说重新用数据集训练一次之后再进行测试?

Linfeng-Tang commented 11 months ago

主客观分析是使用的Bilateral attention decoderz这个方法的 是使用这个方法重新在融合图像上进行训练的。由于MSRS(MFNet)包含的类别与现有的主流的数据集不一致 因此无法使用预训练的模型参数进行测试 因此是针对所有融合图像重新进行训练了以便进行客观评价。当然我们也展示了直接使用DeepLab V3+的可视化结果。

Jingxue Huang @.***> 于2023年10月9日周一 16:04写道:

你好,论文中您说到分割模型由SeAFusion提供,但是SeAFusion提到两个分割模型一个是Bilateral attention decoder,另一个是DeeplabV3+, 请问您是用后者来对各种融合方法的融合图进行分割并做主观和客观评价的吗?如果是,那么您是直接用该模型给的模型参数直接对各种融合结果测试,还是说重新用数据集训练一次之后再进行测试?

— Reply to this email directly, view it on GitHub https://github.com/Linfeng-Tang/SuperFusion/issues/9, or unsubscribe https://github.com/notifications/unsubscribe-auth/AOFH5IPAJCKPA6NRQIAX6HLX6OVYFAVCNFSM6AAAAAA5YMONTGVHI2DSMVQWIX3LMV43ASLTON2WKOZRHEZTENJRGUYDKNQ . You are receiving this because you are subscribed to this thread.Message ID: @.***>

JasonWong30 commented 11 months ago

还有一个问题,这个BANet给的代码并不全,例如这个函数就没有。无法使用该分割方法对您的融合结果进行主客观评价。 屏幕截图 2023-10-09 195044

Linfeng-Tang commented 11 months ago

这个可以联系BANet的作者哈 也可以参考我们在PSFusion(https://github.com/Linfeng-Tang/PSFusion ) 中复现的版本:https://github.com/Linfeng-Tang/PSFusion/tree/BANet