[论文笔记]Dual Graph Convolutional Network for Semantic Segmentation

已于 2022-04-13 20:58:32 修改
阅读量1.2k 收藏 3
点赞数 2
分类专栏： 语义分割网络 图卷积 文章标签： 卷积神经网络 图像处理
于 2022-04-12 16:43:18 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Aaaha_jasper/article/details/124127844
版权

Dual Graph Convolutional Network for Semantic Segmentation

1. Abstract:

DGCNet通过网络中两个正交图建模了输入特征的全局上下文关系，
第一个子块建模像素间的空间关系，第二个子块建模网络特征图的通道维度的相互依赖关系。把特征映射到新的能够建模全局相互关系的低维度空间。
在这里插入图片描述

2. Intro:

研究现状：

为了扩大网络感受野1. FCN通过增加网络的深度，但是线性的增长较缓慢，不能捕获长距离的像素关系。2. 扩张卷积（空洞卷积）的缺点是卷积后的特征图由图像中的大物体主导，小物体效果不好。3.多尺度特征融合网络在空间上传导信息。4. 基于自注意力学习一张像素间的关联亲密图在每个空间位置传播信息给它邻居位置。但是内存需求较大。

提出方法：

包括两个主要的组件：1. 坐标空间的GCN建模像素的空间关系，使得网络能够产生连续的预测并考虑图中的所有对象。2. 特征空间GCN捕获更抽象的特征间的相关关系（例如物体的局部部分）。推理后两个部分的特征映射到原始坐标空间并加到原始特征上（类似resnet的shortcut）。

3. 模型结构

在这里插入图片描述
坐标空间图卷积：
在这里插入图片描述
特征空间图卷积
在这里插入图片描述

北极冰川的岛屿
关注
  • 2
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
Attention Based Spatial-Temporal Graph Convolutional Networks for Traffic Flow Forecasting
02-08
本篇研究论文的标题为《Attention Based Spatial-Temporal Graph Convolutional Networks for Traffic Flow Forecasting》，其核心内容是提出了一种基于注意力机制的空间-时间图卷积网络模型（Attention Based ...
[论文笔记-2]Dual Graph Convolutional Networks for Aspect-based Sentiment Analysis
lnbbbb的博客
01-31 1462
分点、无大段、有逻辑的非“纯翻译”中文笔记
2018_WWW_Dual Graph Convolutional Networks for Graph-Based Semi-Supervised Classification
weixin_46645827的博客
01-10 1208
2018_WWW_Dual Graph Convolutional Networks for Graph-Based Semi-Supervised Classification—(The World Wide Web Conference, 2018.04.23)-- Chenyi Zhuang, Qiang Ma 论文下载地址： https://doi.org/10.1145/3178876.3186116 发表期刊：IW3C2 (International World Wide Web Confere
图卷积在语义分割上的应用（论文集）
如果想成为中心，那么就到中心去吧。
11-18 5639
文章目录2019Graph-FCN for image semantic segmentation 2019 Graph-FCN for image semantic segmentation 深度学习的语义分割在图像像素分类方面取得了很大的进展。然而，在深度学习的高级特征提取中，通常会忽略局部位置信息，这对图像语义分割具有重要意义。为了避免这个问题，我们提出了一个由名为Graph-FCN的全卷积网络(FCN)初始化的图模型，用于图像语义分割。首先，利用卷积网络将图像网格数据扩展到图结构数据中，将语义分割问
论文阅读笔记-A Survey on Graph Neural Networks and Graph Transformers in Computer Vision(GNN综述)
qq_41234663的博客
10-07 1903
最近GNN方向工作的论文综述笔记
语义分割方法总结与综述
qq_42246695的博客
03-21 1万+
语义分割论文Dilated convolutionlow-level & high-level information fusion2019 CVPR DFANet：Deep Feature Aggregation for Real-Time Semantic Segmentation2020 PAMI Deep High-Resolution Representation Learning for Visual RecognitionEncoder-Decoder/U-NetMulti-Scale
Transformer综述(A Survey on Vision Transformer) 阅读学习笔记（四）--高效Transformer、计算机视觉的自注意力、Transformer的总结与展望
sazass的博客
03-11 7038
论文综述： 文章主旨：在本文中，我们回顾了这些视觉Transformer模型，将它们分为不同的任务，并分析了它们的优缺点。我们探讨的主要类别包括主干网络、高/中级视觉、低级视觉和视频处理。我们还包括有效的Transformer方法，用于将Transformer推进基于设备的实际应用。此外，我们还简要介绍了计算机视觉中的自我注意机制，因为它是Transformer的基本组成部分。在本文的最后，我们讨论了视觉Transformer面临的挑战，并提供了几个进一步的研究方向。 其他章节： Transformer综
python中的refind_语义分割/目标检测/轻量级网络论文分类列表
weixin_36217058的博客
02-09 309
Fully Convolutional Networks for Semantic Segmentation(FCN)SegNet: A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation(SegNet)U-Net: Convolutional Networks for Biomedical Image Se...
encoding sentences with graph convolutional networks for semantic role labeling
01-27
本文探讨了如何利用图卷积网络（Graph Convolutional Networks, GCNs）对句子进行编码，进而应用于语义角色标注（Semantic Role Labeling, SRL）。语义角色标注是一项重要的自然语言处理任务，其目标是识别出句子中...
Pedestrian Attribute Recognition with Graph Convolutional Network in Surveillanc
07-06
在文章《Pedestrian Attribute Recognition with Graph Convolutional Network in Surveillance Scenarios》中，作者提出了一个基于图卷积网络（GCN）的新型模型。该模型主要分为两个部分：首先使用卷积神经网络...
2019-DAGCN, Dual Attention Graph Convolutional Networks-笔记-rrrrr
08-08
《2019-DAGCN：双注意力图卷积网络详解》 图卷积网络（GCNs）在近年来已经成为处理各种应用中复杂关系分析的强大工具，涵盖了社会网络、自然语言处理、生物信息学以及化学信息学等领域。GCNs通过学习连续且紧凑的...
图卷积网络Graph Convolutional Network（GCN）的理解和详细推导.pdf
06-11
图卷积网络 GCN Graph Convolutional Network（谱域GCN）的理解和详细推导博客pdf 原博客链接：https://blog.csdn.net/yyl424525/article/details/100058264#comments_12499724
GCN在计算机视觉上的应用
qq_38836386的博客
07-10 2462
1、3D-MPA: Multi Proposal Aggregation for 3D Semantic Instance Segmentation 3D点云语义实例分割 将proposal表示为proposal图中的节点，然后输入到GCN中，来挖掘proposal间的高阶相互作用 2、Text-Guided Graph Neural Networks for Referring 3D Instance Segmentation 摘要：本文提出了一项称为参考三维实例分割的新任务，目的是在给定一个查询句子的
图像分割"ScribbleSup: Scribble-Supervised Convolutional Networks for Semantic Segmentation"
cv_family_z的博客
06-15 4315
像素级掩码标记非常耗时且繁琐，简单对每类语义划一条线作为标记，使用简笔标记的结果训练卷积网络进行语义分割，将降低标记人员工作量。基于图模型将简笔标记的信息，结合空间约束、外观及语义内容，传播到未标记的像素上。在PASCAL VOC上的简笔标记数据： http://research.microsoft.com/en-us/um/people/jifdai/downloads/scribble_sup
Dual Graph Convolutional Networks for Graph-Based Semi-Supervised Classification
qq_45312141的博客
06-22 2220
Dual Graph Convolutional Networks for Graph-Based Semi-Supervised ClassificationIntroduction[ Local Consistency Convolution:ConvAConvAConvA ](https://blog.csdn.net/qq_45312141/article/details/106711724)Global Consistency Convolution:ConvPConvPConvP整合局部和全局
Dual Attention Network for Scene Segmentation讲解
热门推荐
mieleizhi0522的博客
10-17 2万+
  • paper: https://arxiv.org/abs/1809.02983 • code: https://github.com/junfu1115/DANet                       
样本不平衡问题 | 目标检测（文后分享大量检测+分割框架）
gzq0723的博客
01-17 3461
背景2020 Happy New Year《Residual Objectness for Imbalance Reduction》是2019 arXiv上的文章。样本不平衡问题感觉近期...
论文阅读笔记-Segmentation-Aware Convolutional Networks Using Local Attention Masks
jessican_uestc的博客
12-29 822
 发表于ICCV2017的论文Segmentation-Aware Convolutional Networks Using Local Attention Masks用segmentation-aware的convolution代替CNN中传统的convolution，使得计算过程中神经元可以注意于和它属于同一类的区域。在semantic segmentation和optical flow es...
opencv计算机视觉识别图像处理c++项目实战python网课程视频教程
最新发布
2301_78240361的博客
09-02 810
opencv计算机视觉识别图像处理c++项目实战python网课程视频教程
Dual graph convolutional network
05-18
Dual Graph Convolutional Network (DGCN) is a type of neural network designed to work with graph data. It uses two types of graphs - the primal graph and the dual graph - to represent the input data. ...
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值