这个项目是用来测试，增加图像显著区域预测分支对分类的影响

---

tools文件夹下内容

• annShow.py：读取Label并向检测框绘制在图片上
• gen_mask.py：生成遮罩图片，用于训练分割分支
• notDetectionPicture.py:将FP/FN图片复制到单独的文件夹中
• processImg.py:将没有检测到目标的图片变成黑图
• ExtractImg.py:将不是GoogleEarth的图片屏蔽

---

主目录下内容

• model.py:模型文件
• model_with_fpn.py：带有图像特征金字塔的模型文件
• my_dataset.py:构建数据集
• predict.py:推理
• train.py:训练脚本

---

下面是两种阈值产生的结果

• (有分支)阈值固定为0.5时生成的混淆矩阵
• (无分支)
• (有分支)利用F1 Score计算出的最佳阈值，生成的混淆矩阵
• (无分支)

---

下面是显著区域的预测效果