cvpr2020_SPNet_ Strip Pooling: rethinking spatial Pooling for Scene Parsing

最新推荐文章于 2024-04-27 09:36:50 发布
最新推荐文章于 2024-04-27 09:36:50 发布
阅读量1.3k 收藏 1
点赞数
分类专栏： Semantic Segmentation paper reading
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/holmes_MX/article/details/105890450
版权
0. 写作目的 好记性不如烂笔头。1. 问题目前的 spatial pooling 都是 N*N的，这会限制他们捕捉特征。如分布狭长的2. 解决方法 使用1*k 和 k * 1的pooling。 同时结合来PSPNet 中的 Pyramid Pooling。2.1 SPM （Strip Pooling Module）：来提高感受野。...
摘要由CSDN通过智能技术生成

0. 写作目的

    好记性不如烂笔头。

1. 问题

目前的 spatial pooling 都是 N*N的，这会限制他们捕捉特征。如分布狭长的

 

2. 解决方法


   使用1*k 和 k * 1的pooling。

   同时结合来PSPNet 中的 Pyramid Pooling。

2.1   SPM （Strip Pooling Module）：来提高感受野。

 

2.2  MPM(Mixed Pooling Module): 来进一步对long-range 依赖进行建模

3. 实验

  3.1 SPM的使用的位置

    实验结果： 使用在最后一个stage的所有的block，以及每一个stage的最后一个block

最低0.47元/天 解锁文章
holmes_MX
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
Strip Pooling: Rethinking Spatial Pooling for Scene Parsing论文阅读&翻译
weixin_42102791的博客
06-23 1086
Strip Pooling: Rethinking Spatial Pooling for Scene Parsing论文阅读论文地址AbstractIntroductionMethodologyStrip PoolingStrip Pooling Module功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的
spnet集中监控系统介绍
10-10
spnet是一个很好监控集成系统。其为公布式管理，最后可在总控中心汇集，集监控、智能报警、分析与一身。
2020CVPR-目标分割-SPNet-Strip Pooling Rethinking Spatial Pooling for Scene Parsing
CharmsLUO的博客
11-16 2495
论文下载：SPNet-paper:Strip Pooling: Rethinking Spatial Pooling for Scene Parsing 代码下载：SPNet-github:Strip Pooling: Rethinking Spatial Pooling for Scene Parsing 文章目录前言一、创新点二、主要内容1.背景2.具体方法2.1、 SPM——Strip Pooling Module2.2、MPM——Mixed Pooling Module总结 前言 Strip Po
推荐开源项目：SPNet - 实时单镜头人体姿态估计框架
最新发布
gitblog_00096的博客
04-27 339
推荐开源项目：SPNet - 实时单镜头人体姿态估计框架 项目地址:https://gitcode.com/Andrew-Qibin/SPNet SPNet 是一个基于深度学习的实时单镜头人体姿态估计（Single-Person Pose Estimation）框架。它采用了高效的卷积神经网络结构，旨在为计算机视觉和机器人领域提供快速、准确的人体姿态识别解决方案。 技术分析 网络架构 SPNet ...
【论文阅读】SPNet(CVPR2020)
络小绎
04-19 3560
论文题目：Strip Pooling: Rethinking Spatial Pooling for Scene Parsing 论文地址：https://arxiv.org/abs/2003.13328v1 代码地址：https://github.com/Andrew-Qibin/SPNet 文章贡献： 1.提出了strip pooling，它继承了全局平均池化的优点，可以收集长期的依赖关系，同时关注局部细节； 2. 基于strip pooling设计了SPM（Strip Pooling..
Strip pooling图像分割涨点神器
weixin_44468861的博客
03-25 7234
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录前言一、模型结构二、使用步骤1.StripPooling模块2.结合残差总结 前言 文章地址SPNet源码，讲解这篇文章的人太多了，这边就不详细讲了．主要讲讲里面很有趣的一个点子，条状池化．将它与Resnet结合，相比之前的aspp模块，精度上要有所提升！ 一、模型结构 图中展示的是作者文章中的一个改进点．主要是对输入的特征向量分别进行1H和1W的池化．看文章和作者的源码时发现，作者将strip pooling和ASPP结合.
CVPR2020：语义分割Strip Pooling条形池化: Rethinking Spatial Pooling for Scene Parsing
m0_47645778的博客
05-08 6197
文章目录一、背景及相关知识二、本文的主要贡献及主要方法三、实验四、代码分析五、总结 一、背景及相关知识 场景解析，也就是语义分割任务，近年来，在众多领域如无人驾驶、医疗图像分析、图像及视频编辑等计算机视觉任务中具有很重要的应用。近年来，语义分割的方法主要是基于FCN的方法，这系列方法在捕获高层语义信息方面已经取得了很多的成果，但是，这些方法仍有一些缺陷，这些方法主要是堆砌了一些局部的卷积和池化操作，因此，感受野是有局限性的，对于复杂场景的解析仍有不足。 本文主要是 二、本文的主要贡献及主要方法 三、实验
Strip Pooling: Rethinking Spatial Pooling for Scene Parsing对场景分析空间池的再思考
u012183541的博客
02-08 331
空间池化已被证明在像素级预测任务（如场景解析）捕获远程上下文信息方面非常有效。在本文中，除了常规的N×N形状的空间池化外，我们还引入了一种新的池化策略，称为条带池化，它考虑了一个长而窄的核，即1×N或N×1。
CVPR2020 | Strip Pooling：语义分割新trick，条纹池化取代空间池化
AI算法修炼营的博客
04-05 2234
点击上方“AI算法修炼营”，选择加星标或“置顶”标题以下，全是干货论文链接：https://arxiv.org/abs/2003.13328v1代码链接：https://github.c...
【ML&DL】【skimming】Strip Pooling: Rethinking Spatial Pooling for Scene Parsing
锥栗的博客
04-29 524
一篇有意思的文章，CVPR 2020的Strip Pooling: Rethinking Spatial Pooling for Scene Parsing[1]，文章从空间池化的基础上提出了（分解出了）条纹卷积，并基于此构筑了场景解析（语义分割）的网络，达到了新的SOTA。文章写得挺好的，不过我不是做语义分割的，所以我还是略读了。 痛点 与只在一个小方框中采集信息的传统空间池化结构不同，文章提出......
【论文阅读】CVPR 2020 《Strip Pooling: Rethinking Spatial Pooling for Scene Parsing》
creami11的博客
10-16 602
源论文https://arxiv.org/pdf/2003.13328v1.pdf 源码https://github.com/Andrew-Qibin/SPNet Introduction 最近，基于全卷积网络（FCN）的方法凭借其捕获高级语义的能力在场景解析方面取得了非凡的进步。 但是，这些方法大多会叠加局部卷积和池化操作，因此，由于有效视场有限，因此很难很好地应对具有多种不同类别的复杂场景。 提高在CNN中对远程依赖关系建模的能力的一种方法是采用self-attention或non-local 模
Strip Pooling: Rethinking Spatial Pooling for Scene Parsing部分解释
邹小驴
06-18 665
这个部分是：Strip pooling Module（SPM） SPM可以看做是一个Bottleneck部分，类似于residule class SPBlock(nn.Module): def __init__(self, inplanes, outplanes, norm_layer=None): super(SPBlock, self).__init__() midplanes = outplanes self.conv1 = nn.Con.
Rethinking场景分析中的空间池化 | Strip Pooling（CVPR2020，何凯明）
3D视觉工坊
04-04 1408
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达原文链接：https://arxiv.org/abs/2003.13328v1代码链接：https://github.com/An...
Strip Pooling：重构池化的空间注意力机制
m0_63642362的博客
12-03 1504
本文复现了CVPR2020:Strip Pooling注意力机制，该网络轻量化且即插即用，重新构建了Strip Pooling机制，实现了空间注意力机制。
目标检测（四）——SPP-Net
quanwei的博客
05-10 9138
arxiv: http://arxiv.org/abs/1406.4729 github: https://github.com/ShaoqingRen/SPP_net 　　针对卷积神经网络重复运算问题，2015年微软研究院的何恺明等提出一种SPP-Net算法，通过在卷积层和全连接层之间加入空间金字塔池化结构（Spatial Pyramid Pooling）代替R-CNN算法在输入卷积神经...
《Strip Pooling: Rethinking Spatial Pooling for Scene Parsing》论文笔记
qq_43088966的博客
02-15 268
文章地址：https://arxiv.org/pdf/2003.13328v1.pdf 源码地址：https://github.com/Andrew-Qibin/SPNet 问题的引出 在某些情况下，目标对象可能具有远距离的带状结构或离散分布（如下图所示）。 使用方形不能很好地解决问题，因为它不可避免地会合并来自无关区域的信息。普通的空间池化，不可避免的会加入一些无关紧要的像素区域。尤其是在利用池化扩大感受野时，这一缺点将更加明显。所以作者提出了 条纹池化。 在本文中，为了更有效地捕获远程依赖关系，进一步
CVPR2020 3D目标检测论文综述：LiDAR-based方法与时空注意力
在2020年的计算机视觉与模式识别（Computer Vision and Pattern Recognition, CVPR）会议上，目标检测领域呈现出显著的发展，特别是...总体而言，CVPR2020的这些目标检测论文为我们展示了该领域的前沿研究和发展趋势。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值