昨天跑通了U-NET 的pytorch 版本，在显著性检测数据集上效果不错。
可以明显看出许多局部的细节被提取出来（边缘特征），主要因为多层的shortcut 连接，就像我训练FCN时，加入前几层的特征图都到后面时，得到的显著图包含很多细节信息。
github 代码： https://github.com/hahafan/u-net-for-salient-object-detection
今天在大服务器上跑了yolo pytorch 版本： https://github.com/marvis/pytorch-yolo2 （用来做标签识别）
看到一个很有用的工具，可以用来自己标label 叫 labelImg: https://github.com/tzutalin/labelImg
能制作出来和PASCAL VOC 一样的格式。
附加一点：有点后知后觉，以前都没有好好利用这些工具，github真是好东西。（以前只知道从上面下载代码，找工作一下就傻了）好好努力，做东西，然后分享自己的成果，哈哈。不过还是有进步的，以前连在github上上传代码都不会。
原文：http://www.cnblogs.com/fanhaha/p/7655422.html