DPNet: Syn+Render

[lufficc]

Data Priming Network for Automatic Check-Out

level	method	cAcc	mCIoU	ACD	mCCD	mAP50	mmAP
easy	Syn+Render (DPNet)	90.32%	97.87%	0.15	0.02	98.6%	83.07%
medium	Syn+Render (DPNet)	80.68%	97.38%	0.32	0.03	98.07%	77.25%
hard	Syn+Render (DPNet)	70.76%	97.04%	0.53	0.03	97.76%	74.95%
averaged	Syn+Render (DPNet)	80.51%	97.33%	0.34	0.03	97.91%	77.04%

[ShihuaiXu]

Awsome work! Could you explain your method more specifically? especially how to get the syn and render images

[lufficc]

Please refer to : lufficc/DPNet#5 lufficc/DPNet#6

[ShihuaiXu]

Please refer to : lufficc/DPNet#5 lufficc/DPNet#6

Thanks

[ShihuaiXu]

您好，我是一名湖南师范大学软件工程专业的研一的学生，拜读您的《Data Priming Network for Automatic Check-Out》，很受启发，我想按照您的论文进行复现。
为此，在此求一下做完Background Removal的单个商品的mask数据集或者利用GAN合成好的数据集，如果Backgrond removal的代码能开源就更好了。

[lufficc]

已开源：https://isrc.iscas.ac.cn/gitlab/research/acm-mm-2019-ACO
Mask 下载地址：Google Drive

[ShihuaiXu]

收到 非常感谢

…

------------------&nbsp;原始邮件&nbsp;------------------ 发件人: "RPC-Dataset/RPC-Leaderboard" <notifications@github.com&gt;; 发送时间:&nbsp;2020年11月25日(星期三) 下午3:31 收件人:&nbsp;"RPC-Dataset/RPC-Leaderboard"<RPC-Leaderboard@noreply.github.com&gt;; 抄送:&nbsp;"Loukas"<531232693@qq.com&gt;;"Comment"<comment@noreply.github.com&gt;; 主题:&nbsp;Re: [RPC-Dataset/RPC-Leaderboard] DPNet: Syn+Render (#6) 已开源：https://isrc.iscas.ac.cn/gitlab/research/acm-mm-2019-ACO Mask 下载地址：Google Drive — You are receiving this because you commented. Reply to this email directly, view it on GitHub, or unsubscribe.

[992060356]

收到非常感谢
…
------------------ 原始邮件 ------------------ 发件人: "RPC-Dataset/RPC-Leaderboard" <notifications@github.com>; 发送时间: 2020年11月25日(星期三) 下午3:31 收件人: "RPC-Dataset/RPC-Leaderboard"<RPC-Leaderboard@noreply.github.com>; 抄送: "Loukas"<531232693@qq.com>;"Comment"<comment@noreply.github.com>; 主题: Re: [RPC-Dataset/RPC-Leaderboard] DPNet: Syn+Render (#6) 已开源：https://isrc.iscas.ac.cn/gitlab/research/acm-mm-2019-ACO Mask 下载地址：Google Drive — You are receiving this because you commented. Reply to this email directly, view it on GitHub, or unsubscribe.

用于自动签出的数据启动网络

等级 方法 准入 微信 ACD CCD MAP50 毫米波
简单的 同步+渲染（DPNet） 90.32% 97.87% 0.15 0.02 98.6% 83.07%
中等的 同步+渲染（DPNet） 80.68% 97.38% 0.32 0.03 98.07% 77.25%
难的 同步+渲染（DPNet） 70.76% 97.04% 0.53 0.03 97.76% 74.95%
平均 同步+渲染（DPNet） 80.51% 97.33% 0.34 0.03 97.91% 77.04%

你好，syn合成以及gan渲染的图像如何快速重新标注？