IT_Herven-CSDN博客

转载 AI算法面试题总结三（计算机视觉）

计算机视觉参考链接：https://mp.weixin.qq.com/s/1GavvCY7wUetMvC61gxkLghttps://zhuanlan.zhihu.com/p/1902230151 - 如何计算 mIoU？一些定义：在计算机视觉深度学习图像分割领域中，mIoU值是一个衡量图像分割精度的重要指标。mIoU可解释为平均交并比，即在每个类别上计算IoU值（即真正样本数量/（真正样本数量+假负样本数量+假正样本数量））解答：假设如下：共有k+1个类（从L0到Lk，其中包含一个空类或.

2021-10-03 22:26:24 2696

转载 AI算法面试题总结二（深度学习）

深度学习参考链接：https://mp.weixin.qq.com/s/1GavvCY7wUetMvC61gxkLghttps://zhuanlan.zhihu.com/p/1902230151 - 神经网络怎样进行参数初始化？一些定义：神经网络的参数主要是权重（weights）：W，和偏置项（bias）：b。训练神经网络的时候需先给定一个初试值，才能够训练，然后一点点地更新，但是不同的初始化方法，训练的效果可能会截然不同。解答：1）神经网络不可用0来初始化参数！2）随机赋值是为了打.

2021-10-02 20:33:41 669

转载 AI算法面试题总结一（机器学习）

AI算法面试题总结机器学习1 - 为什么 LR （Logistic Regression）用交叉熵损失而不是平方损失？一些定义：Logistic回归虽然名字里带“回归”，但是它实际上是一种分类方法，主要用于两分类问题，利用Logistic函数（Sigmoid函数）来回答该样本是正类的概率。解答：若采用平方损失，求得的梯度会受到simoid函数导数的影响，当当前模型的输出接近0或是1时,simoid函数导数会接近于0，使得梯度非常小，进而导致损失函数收敛非常慢；而使用交叉熵损失时，梯度并没有受

2021-10-01 10:02:52 1537

原创 Matting Loss 总结

Matting Loss 总结一些定义损失函数用来评价模型的预测值和真实值不一样的程度，一般来说，损失函数越小，通常模型的性能越好。下面对抠图（mattig）任务中常用的损失函数进行总结。Matting 任务的本质是计算图像中每个像素的不透明度（opacity），即alpha matte. 以数学形式概括为 I=αF+(1−α)B\mathrm{I}=\alpha \mathrm{F}+(1-\alpha) \mathrm{B}I=αF+(1−α)B 其中 III 是输入图像， FFF 表

2021-08-27 20:15:34 2073 2

原创 Salient Image Matting

Salient Image MattingAbstract本文提出了一种称为显著图像抠图的图像抠图框架，用于估计图像中最显著前景的每像素不透明度值通过使用显著对象检测模型来产生图像中最显著对象的三分图来完成的，以便指导关于更高级对象语义的抠图模型利用大量粗标注和启发式三图生成方案来训练三图预测网络，因此它可以为任意前景生成三图。此外，作者还为抠图任务引入了多尺度融合架构，以更好地捕捉更精细、更低级别的不透明度语义。通过trimap网络提供的高级指导，与其他自动方法相比,该框架只需要一小部分昂贵的

2021-07-07 21:48:42 256

原创 High-Resolution Deep Image Matting

High-Resolution Deep Image MattingAbstract提出了HDMatt，这是第一个基于深度学习的高分辨率输入图像抠图方法以基于面片的裁剪和缝合方式为高分辨率输入运行抠图，并采用新颖的模块设计来解决不同面片之间的上下文相关性和一致性问题与传统的基于补丁的独立计算每个补丁的推理相比，作者明确地用一个新提出的跨补丁上下文模块(CPC)来建模跨补丁上下文相关性，该模块由给定的三重图指导Introduction以往的深度学习方法无法直接处理高清（HR）图像。采用这些方

2021-07-01 21:54:29 215

原创 Prior-Induced Information Alignment for Image Matting

Prior-Induced Information Alignment for Image MattingAbstract作者提出了一种新的网络——先验诱导信息对齐抠图网络(PIIAMatting)，它可以有效地模拟像素级响应图之间的区别和层级特征图之间的相关性。它主要由动态高斯调制机制( Dynamic Gaussian Modulation mechanism （DGM))和信息对齐策略 ( Information Alignment strategy (IA))组成。DGMDGM

2021-06-30 22:12:01 334 1

原创 Attention-Guided Hierarchical Structure Aggregation for Image Matting

Attention-Guided Hierarchical Structure Aggregation for Image MattingAbstract现有的基于深度学习的抠图算法主要依靠高级语义特征来改善alphamattes的整体结构，作者认为应该将高级语义信息与低级外观线索相协调，以细化前景细节提出一种端到端的分层注意力抠图网络(HAttMatting)，它可以在没有额外输入的情况下从单个RGB图像中预测更好的alpha mattes结构具体来说，作者利用空间和通道方向的注意力，以一种新

2021-06-29 22:12:41 501

原创 background matting v2

background matting v2Abstract作者引入了一种实时、高分辨率的背景替换技术，该技术在现代 GPU 上以 30fps 的 4K（3840×2160）分辨率和 60fps 的 HD（1920×1080）分辨率运行。使用两个神经网络；基础网络计算低分辨率结果，该结果由第二个网络在选择性补丁（selective patches）上以高分辨率运行。介绍两个大规模视频和图像抠图数据集：VideoMatte240K 和 PhotoMatte13K/85。https://grail.c

2021-06-28 22:10:55 634

原创 Mask Guided Matting via Progressive Refinement Network

Mask Guided Matting via Progressive Refinement NetworkAbstractpropose Mask Guided (MG) Matting, a robust matting framework that takes a general coarse mask as guidanceMG Matting leverages a network (PRN) design which encourages the matting model to pro

2021-06-28 22:06:32 702

原创 U2-Net

U2-Net: Going Deeper with Nested U-Structure for Salient Object DetectionAbstract简单且强大的深层网络架构（U2-Net架构）两级嵌套的U型结构这种架构使我们能够从头开始训练一个深度网络，而无需使用图像分类任务的主干。优点在残差U型区块（RSU）中混合了不同大小的感受野可不同的尺度捕捉更多的上下文信息the pooling operations used in these RSU blocks

2021-06-24 11:32:19 471

IT_Herven的博客