端侧显著性检测新高度，OPPO提出面向真实场景的PSUNet

最新推荐文章于 2025-05-19 11:02:23 发布
最新推荐文章于 2025-05-19 11:02:23 发布
阅读量412 收藏 6
点赞数 4
分类专栏： 深度学习 图像分割 语义分割 文章标签： 深度学习 人工智能
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/huohu728/article/details/136280112
版权

https://arxiv.org/abs/2312.07100

在高分辨率场景下，现有的显著目标检测方法难以同时满足快速推理和准确结果的要求。它们受到用于高分辨率图像的公共数据集和高效网络模块的质量的限制。

为了缓解这些问题，我们构建一个显著对象匹配数据集HRSON和一个轻量级网络PSUNet。考虑到移动部署框架的高效推理，我们设计了对称像素置乱模块和轻量级模块TRSU。

在高分辨率基准数据集上，与13种SOD法相比，PSUNet具有最好的客观性能。客观评价结果优于U2Net，后者的参数值是我们网络的10倍。在骁龙8第二代移动平台上，推断一张640x640图像仅需113ms。在主观评价上，评价结果优于行业基准IOS16(背景式提标)。

本文方案

编解码器的整体结构类似于U2Net，由所提轻量级TRSU模块组成。所提TRSU单元也具有UNet结构。在3x3卷积的一层之后，通过深度可分离卷积和最大合并的多个组合的堆叠将特征地图采样到较小的大小。然后在经过几层深度可分离卷积后，通过相同数量的上采样和深度可分离卷积的组合来恢复分辨率。最终输出是经过一层3x3卷积后得到的。TRSU通过跳过连接控制网络宽度。MIDLBlock(图1©

最低0.47元/天 解锁文章
【读点论文】Segment Anything Is Not Always Perfect: An Investigation of SAM on Different...
白水空空
07-26 923
实际上，专用的预训练数据集很难涵盖大量不寻常的现实世界场景和成像模式，特别是对于具有各种条件（例如，低光、鸟瞰图、雾、雨）或采用各种输入模式（例如，深度、红外、事件、点云、CT、MRI）以及大量现实世界应用的计算机视觉社区。SAM 在以下应用上的定量结果：(a) 常见场景中的显著物体分割、(b) 低对比度场景中的显著物体分割、© 低光场景中的显著物体分割、(d) 具有高精度细节的显著物体分割（即二分图像分割）、(e) 伪装物体分割、(f) 阴影检测、(g) 隐蔽工业缺陷检测和 (h) 医学息肉病变分割。
PSUNet
whaosoft143ai的博客
12-14 53
在3x3卷积的一层之后，通过深度可分离卷积和最大合并的多个组合的堆叠将特征地图采样到较小的大小。然后在经过几层深度可分离卷积后，通过相同数量的上采样和深度可分离卷积的组合来恢复分辨率。对于解码器中的TRSU模块，图1(D)中的所有卷积都被深度可分离的卷积所取代。编码器和解码器之间的跳过连接也是加法的形式。为了缓解高分辨率图像的公共数据集和高效网络模块的质量的限制问题，作者构建一个显著对象匹配数据集HRSON和一个轻量级网络PSUNet。它们受到用于高分辨率图像的公共数据集和高效网络模块的质量的限制。
综述：深度学习时代的低光图像增强最全综述，附带最新提出的大尺度低光图像数据集、在线评估平台
热门推荐
聚焦底层视觉处理，对相关基础AI技术持续学习
04-29 1万+
编辑：Happy 首发：AIWalker 本文是南开大学程明明与南洋理工大学Chen ChangeLoy等人关于深度学习时代的低光图像增强的综述。本文从低光图像增强的数据集、网络架构、损失函数、学习机制等不同角度对其进行了系统性的总数；为评估不同方法的泛化性与鲁棒性还提出了一个大尺度低光图像数据集；与此同时，针对低光图像增强存在的挑战以及未来有研究价值的方向进行了探讨。强烈推荐给各位low-level领域的同学！ Abstract 低光图像增强(Low-light image enhancemen.
EPSANet：金字塔拆分注意力模块
聚焦底层视觉处理，对相关基础AI技术持续学习
06-05 1万+
编辑：Happy 首发：AIWalker 本文是深圳大学&西安交大在注意力机制方面的探索，在通道注意力的基础上，引入多尺度思想，构建了本文所提的即插即用EPSA模块。相比其他注意力机制(比如SENet、FcaNet等)，所提EPSANet在图像分类、目标检测以及实例分割任务上均取得了显著性能提升。 Abstract 已有研究表明：将注意力模块嵌入都现有CNN中可以带来显著的性能提升。比如，知名的SENet、BAM、CBAM、ECANet、GCNet、FcaNet等注意力机制均带来了客观的性.
HINet | 性能炸裂，旷视科技提出适用于low-level问题的Half Instance Normalization
聚焦底层视觉处理，对相关基础AI技术持续学习
05-18 6270
编辑：Happy 首发: AIWalker 大家好，我是Happy。 一直以来，甚少有normalization技术在low-level得到广泛应用并取得优异性能，就算得到应用其性能也会受限或者造成异常的视觉效果。 不过，现在有了！旷视科技的研究员提出了一种Half Instance Normalization技术用于图像复原并在不同的low-level领域取得了SOTA性能，先来看一下其刷新的性能(注：以下数据来自paperswithcode.com,此前最佳性能由MPRNet达成)： Image .
ACNet：用于图像超分的非对称卷积（附实现code）
聚焦底层视觉处理，对相关基础AI技术持续学习
04-05 3111
编辑：Happy 首发：AIWalker Paper:https://arxiv.org/abs/2103.13634 Code:https://github.com/hellloxiaotian/ACNet 本文是哈工大左旺孟老师团队在图像超分方面的最新工作，已被IEEE TSMC收录。本文将ACNet中的非对称卷积思想与LESRCNN进行组合，取得了更好的性能。由于作者尚未开源，故笔者进行了简单的复现，复现还是挺容易的，哈哈。 Abstract 本文提出了一种非对称CNN网络ACNet，它由非.
思维的碰撞：小波变换偶遇深度学习
聚焦底层视觉处理，对相关基础AI技术持续学习
04-29 3097
编辑：Happy 首发：AIWalker 本文是浙江大学于2019提出的一种基于小波的图像超分方案，算是比较“老”的一种方案了。不过考虑到它的创新：将小波变换与深度学习相结合，本文还是值得略读一番。不同于其他深度学习图像超分方案，本文采用小波变换提取图像的四组系数并作为网络的输入，预测残差图像的小波系数。这不同于常规方案的直接进行图像复原或者残差图像复原，小波系数的预测使得其具有更好的鲁棒性。 Abstract 现有的基于深度学习的图像超分往往采用更深、更宽的架构提升重建图像质量，这就导致了更大的.
PolyNet A pursuit of structural diversity in very deep networks(翻译笔记)
聚焦底层视觉处理，对相关基础AI技术持续学习
07-15 2833
PolyNet: A pursuitof structural diversity in very deep networks 背景 大量研究表明：提升CNN的深度和宽度是一种有价值的提升图像识别性能的方法。然而，在我们的研究中，我们发现：伴随着两个方向均存在一些困难。一方面，极深网络导致性能的收敛以及训练的困难提升；另一方面，拓宽网络将导致计算负担和内存需求。这些困难驱动我们探索结构灵活性，
Attention in Attention for Image Super-Resolution
聚焦底层视觉处理，对相关基础AI技术持续学习
04-24 2422
编辑：Happy 首发：AIWalker paper: https://arxiv.org/abs/2104.09497 code: https://github.com/haoyuc/A2N(尚未开源) 本文是亚马逊&悉尼大学大研究员在注意力机制在图像超分中应用探索。本文从“为什么注意力会起作用，它又是如何起作用”两个问题出发，从理论&实验角度给出了解释，然后针对“图像超分中并非所有注意力都有正向作用”问题提出了注意力丢弃模块并用于构架图像超分。最后，作者通过实验证实：所提方案可以.
新坑！谷歌提出MLP-Mixer：一种无需卷积、注意力，纯MLP构成的视觉架构
聚焦底层视觉处理，对相关基础AI技术持续学习
05-05 2300
编辑：Happy 首发：AIWalker paper: https://arxiv.org/abs/2105.01601 code:https://github.com/google-research/vision_transformer 本文是谷歌大脑的研究员(原ViT团队)在网络架构设计方面挖的新坑：MLP-Mixer。无需卷积、注意力机制，MLP-Mixer仅需MLP即可达到与CNN、Transformer相媲美的性能。比如，在JFT-300M数据集预训练+ImageNet微调后，所提Mixe.
逆转ISP，港科大陈启峰团队提出了可逆ISP
聚焦底层视觉处理，对相关基础AI技术持续学习
04-29 2232
编辑：Happy 首发：AIWalker Paper:https://arxiv.org/abs/2103.15061 code:https://github.com/yzxing87/Invertible-ISP 本文是港科大陈启峰老师团队在ISP方面的工作，已中CVPR2021。针对传统ISP中的信息损失且难以从sRGB进行RAW数据重建的问题，我们设计了一种可逆图像信号处理方案(InvISP)，它对RGB渲染与RAW重建进行联合优化。受益于所提方案的可逆性，我们可以直接从sRGB数据重建真实R.
CVPR2021 | 性能不变，计算量减少41%，国防科大提出加速图像超分高效推理的SMSR
聚焦底层视觉处理，对相关基础AI技术持续学习
04-17 2198
编辑：Happy 首发：AIWalker paper：https://arxiv.org/abs/2006.09603 Code: https://github.com/LongguangWang/SMSR 本文是国防科大王龙光等人在图像超分高效推理方面的尝试，已被CVPR2021接收。本文从特征稀疏性、不同区域的重建需求角度出发，提出了一种自适应学习空域掩码与通道掩码的方案，并利用该掩码构建稀疏卷积，在保持模型性能不变的同时，大幅减少模型的计算量。比如，在x2超分任务上，其计算量空域减少41%且性.
HDRUNet | 深圳先进院董超团队提出带降噪与反量化功能的单帧HDR重建算法
聚焦底层视觉处理，对相关基础AI技术持续学习
05-29 2009
编辑：Happy 首发：AIWalker Paper: https://arxiv.org/pdf/2105.13084.pdf 本文是深圳先进技术研究院董超团队在HDR领域的最新力作，取得了NTIRE2021 单帧HDR竞赛第二成绩，指标仅低0.07dB，但推理速度快116倍。针对HDR重建伴随的高光区域细节重建、低光区域噪声抑制以及正常曝光区域的量化损失、噪声抑制问题，HDRUNet提出了(1) 条件网络提供空域可变调制；(2) 加权网络提供正常曝光区域信息保留；(3) Tanh_L1用平衡不同.
NTIRE2020感知极限超分竞赛PI指标冠军方案
聚焦底层视觉处理，对相关基础AI技术持续学习
06-27 1605
编辑：Happy 首发：AIWalker公众号 链接：NTIRE2020感知极限超分竞赛PI指标冠军方案 日期：2020-06-26 【Happy导语】这是今年CVPR2020中关于图像超分的文章，不同于其他方法在网络架构或者数据增广方面进行改进，该文另辟蹊径从“损失函数”入手，针对已有GAN系列的损失函数展开并未并提出了改进点。所提方法取得了NTIRE2020感知极限超分竞赛LPIPS指标亚军、PI指标冠军。所以Happy非常建议各位图像复原领域的小伙们仔细研究一下这篇文章。另，文末附论文与cod.
深度学习入门之池化层
聚焦底层视觉处理，对相关基础AI技术持续学习
08-07 1540
# 深度学习入门之池化层 ​ 池化层是当前卷积神经网络中常用组件之一，它最早见于`LeNet`[^1]一文，称之为`Subsample`。自`AlexNet`[^2]之后采用Pooling命名。池化层是模仿人的视觉系统对数据进行降维，用更高层次的特征表示图像。 ​ 实施池化的目的：(1) 降低信息冗余；(2) 提升模型的尺度不变性、旋转不变性；(3) 防止过拟合。 ​ 池化...
业界首个支持超高分辨率（10000x10000）图像风格迁移
聚焦底层视觉处理，对相关基础AI技术持续学习
04-29 1381
编辑：Happy 首发：AIWalker paper：https://arxiv.org/abs/2103.11784 code：https://github.com/czczup/URST 本文是南京大学&港中文的路通&罗平等人在风格迁移领域的一次突破性探索，提出了首个可以进行超高分辨率(比如10000x10000大小)图像风格迁移的方案URST。针对现有风格迁移模型在图像块处理时存在的块间不一致问题，提出了一种新颖的“Thumbnail Instance Normalizatio.
NTIRE2021 视频超分竞赛简要回顾
聚焦底层视觉处理，对相关基础AI技术持续学习
05-15 1257
编辑：Happy 首发：AIWalker 本文对NTIRE2021视频超分竞赛进行了简单的介绍，总而言之一句话：BasicVSR是最大赢家。 Dataset NTIRE2021的视频超分竞赛仍然延续NTIRE2020以及AIM2019/20采用了REDS数据集，它的训练集、测试集以及验证机分别包含24000，3000，3000高清(1280×7201280\times7201280×720)视频序列，每个序列包含100连续帧(命名为：‘00000000.png’-‘00000099.png’)。 根.
基于LSTM-GARCH混合模型的黄金价格波动率预测：信用降级事件冲击评估
最新发布
05-19 1229
本文基于多模态数据融合与因果推理框架，本文构建黄金价格驱动因子图谱，揭示主权信用评级调整、地缘风险与货币政策预期的交互作用机制。5月19日亚市收盘，现货黄金突破3245美元/盎司关键阻力位，日内波幅达1.4%，技术面呈现典型的动量突破形态，但需警惕3250美元区域的多空博弈风险。
基于深度学习的高效图像失真校正框架总结
weixin_56337944的博客
05-16 827
本文介绍了一种基于深度学习的高效图像失真校正框架，该框架采用两阶段方法进行图像校正。第一阶段使用改进的GeoNet（EffiGeoNet）进行初步校正，通过模型剪枝和知识蒸馏实现轻量化；第二阶段通过图像配准优化，消除残留失真。实验表明，该方法在PSNR和SSIM指标上分别提高了10.39%和30.42%，处理速度提升了85%。该框架适用于多种失真类型，并在医疗内窥镜等实际场景中表现出色。未来研究方向包括增强全局特征提取能力和开发无需参考图像的端到端校正网络。代码和数据已开源，便于复现和进一步研究。
评论 1
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

打赏作者

AIWalker-Happy

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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