论文阅读：Group Collaborative Learning for Co-Salient Object Detection（CVPR2021）

最新推荐文章于 2021-09-09 16:24:46 发布
最新推荐文章于 2021-09-09 16:24:46 发布
阅读量222 收藏
点赞数
分类专栏： 论文笔记 文章标签： 深度学习 神经网络
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/langtaosha1996/article/details/117452449
版权

CVPR2021论文：Group Collaborative Learning for Co-Salient Object Detection

论文原文   作者提供的代码

直接看这篇博客  吧，它讲的好好

关于其中的GAM模块没看明白具体怎么做的

Auxiliary Classification Module (ACM)模块论文中没有具体阐述，这一模块主要是为了在损失函数中多加一个约束项吧。
 

 

 

 

淘尽黄沙后
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Collaborative Learning for Weakly Supervised Object Detection 算法笔记
AI之路
07-21 6176
论文：Collaborative Learning forWeakly Supervised Object Detection 论文链接：https://arxiv.org/abs/1802.03531 弱监督目标检测（weakly supervised object detection）是指不需要框标注，仅通过图像级标签就能做目标检测。这方面的研究出发点主要是框标注的成本太高，而图像级标签相...
学习日记2020-11-20论文学习
weixin_42732792的博客
11-20 591
Highly Efficient Salient Object Detection with 100K Parameters a flexible convolutional module, namely gOctConv, to efficiently utilize both in-stage and cross-stages multi-scale features for SOD task, while reducing the representation redundancy by a nov
2021-Group Collaborative Learning for Co-Salient Object Detection
小毛激励我好好学习的博客
04-21 739
目录 1. Title 2. Summary 3. Problem Statement （1）Co-Salient Object Detection问题定义 （2）之前CoSOD方法存在问题 4. Method(s) （1）Architecture Overview （2）Group Affinity Module（GAM） （3）Group Collaborating Module（GCM） （4）Auxiliary Classification Module（ACM） （5）End
《Group Collaborative Learning for Co-Salient Object Detection》——CVPR2021 Co-salient object detection
qq_41820921的博客
07-03 527
文章：https://arxiv.org/pdf/2104.01108.pdf 代码：https://github.com/fanq15/GCoNet 摘要： 本文提出了实时（16ms）的共同显著性目标检测方法，基于以下两个原则同时挖掘组级别(group level)的共同表示：1、组内的紧实度(intra-group compactness) .为了更好的构建共同显著性物体之间的一致性，本文设计了创新的组关联模块(group affinity module)来捕获他们的固有共享属性（提取组内部的共性
论文集中营
菜根檀的博客
10-18 310
A Simple Pooling-Based Design for Real-Time Salient Object Detection Deep High-Resolution Representation Learning for Human Pose Estimation DPANet: Depth Potentiality-Aware Gated Attention Network for RGB-D Salient Object Detection Learning Selective Self.
CVPR2020论文分方向整理之检测篇_3D目标检测（代码/论文解读/136篇打包下载）
热门推荐
胭脂草的ABC博客
08-06 1万+
CVPR2020论文分方向整理之检测篇（代码/论文解读/136篇打包下载） 本周三，CVPR官方正式开放下载，极市第一时间将所有论文（共1467篇）进行了下载打包，详情见此处。为了方便大家进一步的学习，我们对这1467篇论文进行了整理，本次分享的是所有检测类论文，并将它们细分为3D目标检测、人脸检测、动作检测、视频目标检测、文本检测、行人检测等方向，同时附上了相关解读和已开源论文的代码，共计149篇，并将其打包，获取方式见文末。 3D目标检测 【1】Learning Deep Network...
SCRAPfy: Collaborative code editor for ninjas-crx插件
04-02
语言:English 与其他开发人员实时共享您的代码。 ... 有时我们需要共享代码或只是向合作伙伴寻求帮助，然后我们决定与我们这样的开发人员共享此在线工具。 ... 多个开发人员可以同时处理同一代码。...我们使用C9的开源高级...
Robust Collaborative Learning of Patch-level and Image-level
最新发布
10-28
这篇论文提出了一种新的框架，通过强健的协同学习策略，结合区域级（patch-level）和图像级（image-level）的标注来对DR的严重程度进行评估。 该框架通过端到端的优化，实现病灶细节与图像级别等级信息的双向交流，...
Collaborative-Distillation:我们CVPR'20论文“用于超分辨率通用样式转移的协作蒸馏”的PyTorch代码
05-04
我们CVPR-20海报纸“”的官方PyTorch代码，在此我们提出了一种新的知识蒸馏方法来减少VGG-19过滤器，在单个12GB GPU上实现超分辨率通用样式传递。 我们专注于模型压缩，而不是新的样式化方案。 对于样式化，我们的...
CMO Council：The-Exponential-Power-of-Collaborative-Marketing.pdf
09-01
《CMO Council：协同营销的指数级力量》白皮书探讨了在数据革命时代，企业如何通过合作营销实现突破。该文件指出，许多公司，无论大小，由于各种原因未能充分利用关键客户数据，提取有价值洞察，并据此采取行动，...
Chiel: a collaborative text editor-开源
06-08
【Chiel：开源协作文本编辑器】 Chiel是一个创新的文本编辑工具，它具有独特的网络协作特性，允许...阅读`readme.txt`文件获取具体的安装和使用指导。如果你对Chiel的源代码感兴趣，可以去其开源仓库查看并参与开发。
Towards Open World Object Detection - CVPR2021 Oral（开放世界中的目标检测）
一个菜鸟的奋斗
03-16 6945
仔细研读了“Towards Open World Object Detection”，这是今年CVPR的一篇Oral论文，算是挖了一个比较有意思的坑，开放世界中的目标检测。总体看来，论文所提出的ORE模型能够完成这个任务，不过还有很多可以改进的点，值得进一步研究。 paper:https://arxiv.org/abs/2103.02603 code:https://github.com/JosephKJ/OWOD 1. 什么是开放世界中的目标检测呢？ 作者定义的这个新问题，满足两个特征： ..
[论文阅读] Disentangled High Quality Salient Object Detection
xiongxyowo的博客
09-09 913
论文地址：https://arxiv.org/abs/2108.03551 代码：https://github.com/luckybird1994/HQSOD 发表于：ICCV’21 Abstract 为了从视觉场景中发现与定位最有区分性的物体，显著目标检测(SOD)在各种计算机视觉系统中发挥着重要的作用。随着高分辨率时代的到来，SOD方法正面临着新的挑战。以前方法的主要局限性在于，它们试图在低分辨率下通过单一的回归任务同时识别出显著区域并估计出准确的对象边界。这种做法忽视了这两个困难问题之间的内在差异，导
Salient Obejct Detection（SOD）综述
kiminoamae的博客
02-06 5463
论文链接：https://arxiv.org/abs/2008.00230 仓库链接：https://github.com/taozh2017/RGBD-SODsurvey 介绍 显著目标检测(Salient Obejct Detection)是模拟人类视觉感知系统来定位场景中最吸引人的目标，已被广泛应用于各种计算机视觉任务中。 显著目标检测在现实中的应用有：立体匹配（stereo matching）、图像理解(img understanding)、共显著性检测(co-saliency detection)
Salient object detection: A survey笔记（持续更新）
weixin_46813313的博客
01-31 619
Salient object detection: A survey笔记 具有内在线索的基于块（block）的模型 唯一性：以像素为单位的中心环绕对比度计算 Hu： 特点：无参数 使用其特征的极变换在2D空间中表示输入图像 将图像中的每个区域映射到一维线性子空间 广义主成分分析(GPCA)196来估计线性子空间 测量区域的特征对比度和几何属性来选择显著区域 Valenti： 基于等光线的框架：曲线度、颜色提升和等中心聚类计算的显著图 Achanta：采用调频方法计算全分辨率显著图 将对比分析扩展到补
《Uncertainty-aware Joint Salient Object and Camouflaged Object Detection》—CVPR2021—SOD+COD
qq_41820921的博客
07-07 833
文章：https://arxiv.org/abs/2104.02628 代码：https://github.com/JingZhang617/Joint_COD_SOD 摘要： 本文做的是显著性目标检测和伪装目标检测的联合学习任务。核心是利用这两个任务之间的矛盾信息共同提升两任务的性能。1、本文将COD中的强的正样本作为SOD中的弱的正样本，以此提升SOD模型的鲁棒性。2、介绍了一个相似性度量模型(“similarity measure” module),显式的为这两个任务之间矛盾的属性进行建模。3、
salient object detection 分类汇总。全！！！
qq_19329785的博客
04-27 683
在显著性物体检测领域积累了一段时间，对目前性能比较好的SOD CNNs-based 方法进行了一个分类汇总，如下图。相关的所有paper和code被总结在这个github链接中。 ...
CVPR 2021 目标检测、跟踪和姿态估计最新进展分享
我爱计算机视觉
05-07 3810
微软亚洲研究院 2021 CVPR 论文分享会已完美结束。今日起，CV君将根据不同类别的分享主题进行逐一分享，欢迎查收！今日分享的主题为：目标检测、跟踪和姿态估计论文一 论文名...
《Weakly Supervised Video Salient Object Detection》阅读理解
yuehuihui00的博客
07-27 578
转载请注明出处。 作者：Wangbo Zhao，Jing Zhang，Long Li，Nick Barnes，Nian Liu，Junwei Han 论文链接：[2104.02391] Weakly Supervised Video Salient Object Detection (arxiv.org) 2021 CVPR 论文提出了第一个基于重新标记的““fixation guided scribble annotations””的弱监督VSOD模型。具体来说，基于new weak an...
GCoNet+: A Stronger Group Collaborative Co-Salient Object Detector
04-08
GCoNet is a group collaborative co-salient object detector that has been shown to outperform previous methods in detecting salient objects in images. Would you like me to provide more information ...
评论
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