OCNet_Object Context Network for Scene parsing

本文介绍了OCNet(Object Context Network),它用于场景解析,通过self-attention引入同类对象上下文地图。模型包含对象上下文估计和对象上下文聚合两部分,实验表明,使用辅助损失和多尺度测试提高了性能。
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. 主要思想

     使用self-attention引入同类的 object context map。 (感觉这个自监督,没有CVPR2020中 CPNet更直观)

    如下图:

 

2. 模型框架

具体的 OCP 细节:

OCP包括两部分: object context estimation 和 object context aggregation。

其中第一步份主要是计算相似性,与 self-attention中类似。 第二部分是得到经相似性相乘得到的feature。

</

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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