![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
分割
bea_tree
只要不断按着梯度来,最差也可以进入局部最优解
展开
-
Deeplab v3 | Rethinking Atrous Convolution for Semantic Image Segmentation
鉴于之前写过deeplab v1与2, 继续读一读新出的v3整体来说,这篇文章还是在探究两个大家一直在做的问题:全局信息于多尺度信息。另外作者还强调了BN的使用。本文在原有的框架下提出了两种框架: 1. 加长版 2. 增强版ASPP(deeplab v3) 两者都使用了Multi-grid的多种hole算法的rates。1. Multigrid具体可以看一下图森的论文P. Wang, P.原创 2017-06-21 13:04:07 · 12811 阅读 · 2 评论 -
论文笔记 | Concept Mask:Large-scale Segmentation from semantic concepts
文章主要实现了以下任务:给定一个概念和一张图片,模型在图像上生产对应区域的mask。文章主要实现思路:建立图像特征与word vector之间的映射关系,从而得到attention map具体方式是:利用PMI生产word vector基础网络(如resnet50)提取图像特征之后进过GAP,然后经过三层 embeding 网络,使embeding结果与word vector距离...原创 2018-11-06 01:27:42 · 484 阅读 · 0 评论 -
zifeng wu instance level segmentation:Bridging Category-level and Instance-level Semantic Image
本文是arXiv上去年5月份的文章,依然是zifeng wu的工作。一句话总结作者ResNet网络的各种超参的作用,最后得到了在当时state of the art的分割成绩,并提出了自己的instance-level semantic的方式,并提出了困难样本选择的方法。1 instance segmentation整体结构: 这里包含两个网络,图像category-level的segment原创 2017-03-02 09:27:46 · 3230 阅读 · 0 评论 -
FCIS+code | Fully Convolutional Instance-aware Semantic Segmentation
个人觉着RFCN系列的工作还是非常好的,所提出的position sensitive score maps 非常有启发性,包括本文的一些工作都是有很高的价值的。 主要涉及的论文 [1] Instance-sensitive Fully Convolutional Networks [2] R-FCN: Object Detection via Region-based Fully原创 2017-06-13 18:01:37 · 4638 阅读 · 7 评论 -
Zifeng Wu的38层网络:Wider or Deeper: Revisiting the ResNet Model for Visual Recognition
故事背景 文章:Wider or Deeper: Revisiting the ResNet Model for Visual Recognition 代码:https://github.com/itijyou/ademxapp 这是adelaide沈春华老师组的一篇文章,一作是zifeng wu 在Pascal上得到了很好的结果,最终仅比商汤的低一点,之前笔者曾经原创 2017-02-21 21:19:29 · 7341 阅读 · 0 评论 -
完语义分割经典论文:DeepLab
Here we go 本文所提到的是DeepLabv2: DeepLab: Semantic Image Segmentation with Deep Convolutional Nets, Atrous Convolution, and Fully Connected CRFs 项目地址:http://liangchiehchen.com/projects/DeepLab.html原创 2017-02-14 11:03:54 · 8623 阅读 · 0 评论 -
PSPnet:Pyramid Scene Parsing Network
首先声明,文末彩蛋,不是笔者提问的1 一句话总结作者认为现有模型由于没有引入足够的上下文信息及不同感受野下的全局信息而存在分割出现错误的情景,于是,提出了使用global-scence-level的信息的pspnet,另外本文提出了引入辅助loss的ResNet优化方法。2 网络结构本文提出的网络结构简单来说就是将DeepLab(不完全一样)aspp之前的feature map pooling了四种原创 2017-02-23 19:28:25 · 11422 阅读 · 0 评论 -
RefineNet: Multi-Path Refinement Networks for High-Resolution Semantic Segmentation
还是来自Chunhua Shen组的文章 代码:https://github.com/guosheng/refinenet/ 文章:https://arxiv.org/pdf/1611.06612.pdf一句话总结作者认为Deconv 不能很好的还原下采样带来的损失,Atrous conv计算量太大而且显存占用多,于是就提出了使用不同size的feature map来融合得到最终high-r原创 2017-02-27 19:40:25 · 4181 阅读 · 0 评论 -
旷视最新-Large Kernel Matters —— Improve Semantic Segmentation by Global Convolutional Network
一句话总结 如文章名字所言,本文主要强调大的kernel的重要性,pascal上82.2%。文章的试验和分析还是挺细致的。故事背景文章认为,classification和localization之间是有冲突的,我们平时所用的卷积分割网络,在提高分割效果的同时,削弱了分类的能力。文中认为通过设置大的感受野可以获得featuremap与pixel score之间的densely connec原创 2017-03-09 23:13:06 · 10844 阅读 · 1 评论 -
Deep Watershed Transform for Instance Segmentation
作者:Min Bai; Raquel Urtasun https://arxiv.org/pdf/1611.08303.pdf 之前效果较好的 Instance segmentation主要是使用proposal的方式,比如FCIS或者Mask rcnn,本文提出了骨骼清奇的深度分水岭的方法。1. Watershed Transform首先来说一下传统的分水岭算法: 我们按照图片的灰原创 2017-07-03 22:46:31 · 4419 阅读 · 0 评论 -
论文笔记|Towards End-to-End Lane Detection: an Instance Segmentation
用尽量少的语言描述一篇paper本文看点:结合embedding和Segmentation mask提供一种做Lane Instance Segmentation的思路Lane的Instance Segmentation可以比单纯的Segmentation适应更多样的路面情况,本文在Segmentation Mask的基础上增加了embedding分支,用以使得每条lane中的像素emb...原创 2018-11-17 02:56:20 · 567 阅读 · 4 评论