- 博客(8)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 图像语义分割(12)-重新思考空洞卷积: 为弱监督和半监督语义分割设计的简捷方法
论文中提出将已经表明的区域的知识推广到相邻的不确定的区域以产生密集的目标定位预测。为了实现这个目标，论文重新思考空洞卷积，发现空洞卷积在扩张感受野的同时不会增加过多的计算代价，这种特性对于将已判明区域的指示推广至未判明相邻区域非常适合，由此文章设计了多空洞率的卷积块来增强标准的分类模型.
2018-12-21 12:14:53
4474
3
原创 论文阅读-为什么深度卷积神经网络对小目标的变换泛化效果很差？
该论文发现，现代深度卷积神经网络在图像中的小目标发生平移后对其类别的判断会产生非常大的误差，这与人们设计深度卷积网络的初衷并不一致。论文还观察到，网络层数越深，这种错误越容易发生。论文认为这种错误的发生是由于现代卷积神经网络的架构设计没有遵从经典的采样定理以致泛化能力不能得到保证。并且通用的图像数据集中的统计误差使得CNN难以学习到其中的变换不变性(invariant to these transformations)。
2018-12-17 18:48:06
1767
原创 图像语义分割(11)-BiSeNet:用于实时语义分割的双向分割网络
论文中提出了一种新的双向分割网络BiSeNet。首先，设计了一个带有小步长的空间路径来保留空间位置信息生成高分辨率的特征图；同时设计了一个带有快速下采样册率的语义路径来获取客观的感受野。在这两个模块之上引入一个新的特征融合模块将二者的特征图进行融合，实现速度和精度的平衡。
2018-12-10 19:36:20
4354
原创 图像语义分割(10)-DeepLabV3+: 用于图像语义分割的带有空洞可分离卷积的编解码结构
论文地址 ：Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation论文代码：Github链接1. 摘要 文章主要的工作是将空间金字塔池化和编解码模块结合，在DeepLabV3的基础上提出DeepLabV3+：使用DeepLabV3作为编码结构，再次基础上增加一个简单有效的解码模块来精...
2018-12-10 14:44:51
2793
原创 图像语义分割(9)-DeepLabV3: 再次思考用于图像语义分割的空洞卷积
论文地址 ：Rethinking Atrous Convolution for Semantic Image Segmentation论文代码：Github链接1. 摘要 文章主要的工作：使用空洞卷积来调整滤波器的感受野并控制特征图分辨率使用不同空洞率的空洞卷积的串联或者并行操作来分割不同尺度的目标，捕获不同尺度的语义信息扩展的ASPP实现和训练的细节没有了DesneCRF的后...
2018-12-10 10:14:53
1554
原创 图像语义分割(8)-Large Kernel Matters:通过全局卷积网络改进语义分割
提出全局卷积网络。减缓定位任务和分类任务的矛盾，提出边界精细模块使得物体边界处的定位更加精细
2018-12-05 20:26:42
881
原创 图像语义分割(7)-PSPNet:金字塔型场景解析网络
提出具有全局优先级并且包含不同子区域的不同尺度信息的pyramid pooling module，论文的另一个贡献是提出了基于深度监督损失的有效的ResNet的训练方法
2018-12-03 22:06:08
2193
原创 图像语义分割(6)-RefineNet:用于高分辨率图像语义分割的带有恒等映射的多路精细网络
RefineNet: Multi-Path Refinement Networks with Identity Mappings for High-Resolution Semantic Segmentation提出多路RefineNet，利用多个层级的特征，使得语义分割更加精确；利用Residual Connections(恒等映射)，使得梯度更加容易长/短传，使端到端的训练更加高效；提出chained residual pooling，可以从较大的区域捕捉捕捉的上下文信息
2018-12-03 11:08:50
1728
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人