一、数据集读取部分1.NUAA_SIRST 参数的问题： 这个受到Arg的影响 self.crop_size = args.crop_sizeself.base_size = args.base_size 这个不受到Arg的影响

一、target的设计class SemanticSegmentationTarget: def __init__(self, category, mask): self.category = category

1. 深层的特征图，具有更好的语义信息，其热力图效果也更好 2. 基本示意图 其中A是前向推理得到的 前向传播计算2个节点 A’是反向传播得到的 反向传播计算1个节点 *注意，实际计算时：batch_size维度会保留；但是

一、在BasicIRSTD中的计算 这个函数不会用于训练中，只会在测试中进行使用 并且这种只初始化时reset一次，其余时候全程累加 class PD_FA(): def __init__(self,): supe