RGB-D显著性检测基本思路
特征使用的base net如vgg16 、19，resnet34 50 101，resnet34如下表
|
layer name |
output size |
34-layer |
|
conv1 |
112x112 |
7x7,64,stride2 |
|
3x3 max pool,stride 2 |
||
|
conv2_x |
56x56 |
3×3,643×3,64×3 |
|
conv3_x |
28x28 |
3×3,1283×3,1281×1,512×4 |
|
conv4_x |
14x14 |
3×3,2563×3,256×6 |
|
conv5_x |
7x7 |
3×3,5123×3,512×3 |
一般的网络结构会用到U-net，包括contracting path 和expansive path
用于强监督的损失函数使用交叉熵损失函数，包括显著性监督和边缘监督