对于基于深度学习的图像语义分割,最近读的两篇文章《BoxSup:exploiting bounding boxes to supervise convolutional networks for semantic segmentation》和《Weakly supervised semantic segmentation with convolutional networks》中的模型基本上还是基于FCN来扩展的,之所以称为弱监督,是因为对于FCN的图像分割,训练数据肯定要有像素级别的label,这样训练数据的获取就是expensive的,因此这两篇文章提出了基于非像素级别标注的训练集的分割模型。
第一篇何凯明的《BoxSup:exploiting bounding boxes to supervise convolutional networks for semantic segmentation》,提出了基于bounding box标注的训练集的分割模型。第二篇是《Weakly supervised semantic segmentation with convolutional networks》,提出的模型只需要训练集带有目标物体的类别标签就可以了,也就是说可以把用来做分类的数据集直接用来训练分割模型,当然其中有一定的局限性,就是每张样本只能拥有一个类别的物体。
个人认为,上述两个模型均是基于FCN模型,而FCN模型在训练的时候需要pixel-level的标签来进行反向传播算法,而上述模型的工作重点即是需要将训练过程中FCN的pixel-level的输出与bounding box或image-level的标签联系起来完成反向传播算法来训练参数。
第一篇文章里提出的算法结合了FCN和region proposal模型,在region proposal模型中使用bounding box生成FCN的训练标签,训练好FCN网络后再去利用所有图像的网络输出去修正region
【图像】初识弱监督下的图像语义分割
最新推荐文章于 2024-07-16 15:12:22 发布