GLCapsNet 标题的论文》的代码,可在IEEE Access中公开获得。 视频和图像的补充材料与论文一起在。 全球本地胶囊网络( GLCapsNet )框图。 它基于场景的多个上下文条件来预测眼睛注视,这些场景条件表示为多个时空特征(RGB,光流和语义分割)的组合。 它的分层多任务方法在全球和本地将Feature Capsules路由到Condition Capsules,从而可以解释自动驾驶场景中的视觉注意。 Docker环境 如何使用它? 安装 配置 : image_name :Docker映像的名称 data_folder :到存储的路径(作为卷安装) src_folder :此源代码的本地副本的路径(作为卷安装) 运行 : service :在定义的服务名称之一,具有子Dockerfile的路径和要使用的CUDA基本映像的标签。 行动:如何处理环境 如何创造