U2-Net

U2-Net: Going Deeper with Nested U-Structure for Salient Object Detection

Abstract

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

  • 增加了整个架构的深度，而没有显著增加计算成本

代码地址

• https://github.com/xuebinqin/U-2-Net

Introduction

Salient Object Detection (SOD)

• 旨在分割图像中最具视觉吸引力的目标，被广泛应用于如视觉跟踪，图像分割

大多数SOD网络的设计都有一个共同的模式，即他们专注于很好地利用现有主干提取的深层特征（Alexnet VGG ResNet ResNeXt densente）

• 但这些主干都是最初为图像分类而设计的，它们提取代表语义意义的特征，而不是局部细节和全局对比度信息，这对于显著性检测是必不可少的。

解决了两个问题

• First, U2-Net is a two-level nested U-structure that is designed for SOD without using any pre-trained backbones
  from image classification. It can be trained from scratch to achieve competitive performance.
• Second, the novel architecture allows the network to go deeper, attain high resolution, without significantly increasing