CVPR 2017,他们还有一篇CVPR 2018的文章,Gated Feedback Refinement Network for Coarse
文章目录
概述
- 要解决的问题
- 模糊信息的前向传递会限制后面的精准识别。
- 模糊信息的前向传递会限制后面的精准识别。
- 采用的方法
- Integrating local and global contextual information during refinement stage(refinement stage是这篇论文的部分结构)
- gate units来处理前向传递的信息,为了过滤模糊信息。
- 结果如何
- 数据集CamVid, PASCAL VOC 2012, Horse-Cow Parsing
- 在CamVid和Horse-Cow Parsing取得了最佳, 在PASCAL VOC 2012上效果比较好。
- Contributions
- 自己的结构吧
细节
结构:主干是VGG16
-
上图中的 P m G {Pm^G} PmG表示在f7 feature map经过 3 ∗ 3 {3*3} 3∗3卷积后得到的 h ∗ w ∗ C {h*w*C} h∗w∗C维度的结果,这是一个粗糙预测结果,其中 C {C} C表示的是类别数量。