文章目录前言一、TheDenseNestedInteractionModule;二、ChannelandSpatialAttentionModule;三、CascadeMulti-ScaleConvolutionModule；四、DualSupervisedModule；五、一些实验结果。总结前言最近在做一些小目标分割的课题，看了一些论文后，亲自做了一些网络模块的实验，的确有不错的提升，现通过写这篇博文做相关总结。首先介绍下我做实验的数据集，该数据集是小目标分割数据集，汇集了NUST/IRSTD-1K/NUAA/annotation/红外（回丙伟）所有小目标红外图像，所有target目标像素在

我经常这样做，letwhen=DispatchTime.now()+2.0DispatchQueue.main.asyncAfter(deadline:when){beep()}在一个应用中我们经常这样做tickle.fresh(){msginpaint()}但是如果你这样做letwhen=DispatchTime.now()+2.0DispatchQueue.main.asyncAfter(deadline:when){tickle.fresh(){msginpaint()}}当然你必须这个letwhen=DispatchTime.now()+2.0DispatchQueue.mai

我经常这样做，letwhen=DispatchTime.now()+2.0DispatchQueue.main.asyncAfter(deadline:when){beep()}在一个应用中我们经常这样做tickle.fresh(){msginpaint()}但是如果你这样做letwhen=DispatchTime.now()+2.0DispatchQueue.main.asyncAfter(deadline:when){tickle.fresh(){msginpaint()}}当然你必须这个letwhen=DispatchTime.now()+2.0DispatchQueue.mai