# 深度学习2025

**Repository Path**: keqiucheng/deep-learning

## Basic Information

- **Project Name**: 深度学习2025
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-05-21
- **Last Updated**: 2025-06-25

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 深度学习 - 第七组 (显著性物体检测)

### 1. 项目简介
本项目旨在对多种主流的显著性物体检测（Salient Object Detection）深度学习模型进行复现、分析与优化，探索不同网络结构在这一任务上的性能表现。

### 2. 团队分工与仓库结构
本仓库按模型进行分工，每位成员（或小组）在自己的独立目录下进行开发和实验。分工及对应目录如下：

| 成员   | 模型/任务              | 个人目录                                   |
| :----- | :--------------------- | :----------------------------------------- |
| 胡进喆 | VST 所有工作           | `HuJinzhe/`                                |
| 张铮   | PoolNet 所有工作       | `zhangzheng/`                              |
| 王博   | RAS 相关工作           | `WangBo/`                                  |
| 张泽睿 | RAS 相关工作           | `ZhangZerui/`                              |
| 柯秋成 | PFAN 相关工作  | `KeQiucheng&&PanYinyu/` |
| 潘垠宇 | PFAN 相关工作     | `PanYinyu&KeQiucheng/` |

### 3. 最终实验结果对比
各模型在 ECSSD 数据集上的最终性能对比如下：

| 模型    | F-measure (↑) | MAE (↓)  |
| :------ | :-----------: | :------: |
| PoolNet | **0.9339**    | 0.0502   |
| RAS     | 0.9203        | **0.0434** |
| VST     | 0.9049        | 0.0504   |
| PFAN    | 0.8529        | 0.0529   |

*注：F-measure 越高越好，MAE 越低越好。*

### 4. 如何运行
详细的代码、实验说明和运行方式，请进入对应成员的个人目录进行查看。