![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
算法
LonelyRootThree
这个作者很懒,什么都没留下…
展开
-
MULTI-SCALE CONTEXT AGGREGATION BY DILATED CONVOLUTIONS
本文要点有三: 提出dilated convolution(空洞卷积,扩张卷积)most important 网络使用扩张卷积,增大感受野,感受野随层数指数级增加;同时每一层通过padding操作,保证卷积后的图像大小不发生改变 FRONT END module 利用dilated convolution修改VGG16,能够完成初步的语义分割任务 context ...原创 2018-08-23 20:43:33 · 452 阅读 · 0 评论 -
Fast Image Processing with Fully-Convolutional Networks
研究目的 使用CNN模拟传统图像处理中的各类算子,加速处理图像的速度 数据准备 input数据是样本对集(I,f(I)),I为各分辨率图像, f(I)是经过对应算子处理过的结果,即标签 损失函数 回归的均方差损失函数 网络结构 网络使用扩张卷积,示意图中以6层网络为例实际网络结构如下:网络中间层通道数为w,w>3,dilatati...原创 2018-08-23 22:34:07 · 810 阅读 · 0 评论 -
笔记Semi-convolutional Operators for Instance Segmentation
本文发表于ECCV 2018。instance segmentation方法主要有两类:一是propose & verify,即先使用一object detectior找出instance可能的bbox并分类,再对这些bbox进行前后景的分割。这类方法以Mask RCNN为代表,目前占主流地位,但这类方法对拥挤、遮挡、小目标和不规则物体的分割精度有待提升。第二类方法是将instan...原创 2018-09-10 16:11:41 · 2038 阅读 · 1 评论