论文全名：[2015](HED_FCN)Holistically-Nested Edge Detection.pdf
代码下载地址：https://github.com/s9xie/hed
附上一篇个人认为写的比较好的论文笔记：http://blog.csdn.NET/u012905422/article/details/52782615
关于HED的训练在另一篇博客中已经讲过，链接为：http://blog.csdn.net/wangkun1340378/article/details/59472149
今天才发现 忘记写如何利用训练得到的模型进行单张图片测试，现在在这里说明一下
1.首先，我是在服务器上运行的，在服务器路径/home/my/hed-master/examples/hed下找到
HED-tutorial.ipynb文件，如图
这个文件就是我们用来测试单张图片所需要的文件
2.其次
由于个人是在实验室服务器上跑的程序 服务器上没有显卡 所以 我个人是利用ipythonnotebook 在本机上运行的
具体步骤如下，
首先，启动端口，根据服务器管理员给我分配的端口，具体为sh文件，
执行sh文件，命令如下图所示
也就是
chmod +x start-pythonNoteBook.sh
./start-pythonNoteBook.sh
其中，start-pythonNoteBook.sh是sh文件的文件名，根据自身情况而定
启动后，出现下图
这时，启动ipythonnotebook成功
3.最后，
打开本机上的浏览器，不是服务器上的，根据端口访问
进入hed-master所在的路径，执行下图中红圈 圈中的文件，双击即可
双击HED-tutorial.sh后出现下图，根据图中所示依次执行每个In里的代码即可
执行结果如下图所示
4.最后
如果想要测试自己的图片，
在服务器上的路径/home/my/hed-master/examples/hed/data/HED-BSDS下 打开test.lst文件
打开后添加自己的图片名，并将自己的图片丢进test文件夹即可完成测试。
例如，我利用一个名为2018.jpg的文件，放进test文件夹
而后在test.lst中，加入test/2018.jpg，
2018.jpg如下图所示
执行结果为：
