《A Simple Classification to Semantic Segmentation Approach》笔记

最新推荐文章于 2022-07-17 11:03:19 发布
最新推荐文章于 2022-07-17 11:03:19 发布
阅读量201 收藏
点赞数 1
分类专栏： 学习笔记 文章标签： 弱监督 图像分割
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/lytxiaohou/article/details/85095735
版权

《Object Region Mining with Adversarial Erasing: A Simple Classification to Semantic Segmentation Approach》笔记

学习笔记，如有谬误，还请不吝赐教！

为什么这些文章标题都这么长！！！！！！！！！！！！！！！！！！！！！！

解决的问题

用分类标签做图像分割的弱监督分割算法。（嗯，发起狠来自己都抄… 刚开始看这篇文章还觉得很一般，但看了别的方法之后觉得这个方法还挺厉害┓( ´∀` )┏）

方法及流程

这是《Learning Deep Features for Discriminative Localization》的方法（瞧人家这题目多短…），通过分类任务训练好的网络，根据全连接层的权重加权平均最后一层特征图，得到一张热图，这个热图上最强烈的地方往往就是前景信息中最具有辨识度的地方（这句话是我自己总结的，不要轻信…）
在这里插入图片描述

那这样的话就可以先训练一个分类网络，然后删除图像中对分类显著地方，再训练一个新的网络再删除，直到网络不收敛，这样就说明已经把前景都删完了。
在这里插入图片描述

细节

上述是主要思想，细节忘掉了… 以后再补全吧！挖坑跳票走你┏ (゜ω゜)=☞（啊 写的越来越少了… 这就是传说中的变秃了也变强了？？）

lytxiaohou
关注
专栏目录
DeepGrabCut-PyTorch 使用教程
gitblog_00645的博客
08-16 373
DeepGrabCut-PyTorch 使用教程 DeepGrabCut-PyTorchDeep GrabCut in PyTorch项目地址:https://gitcode.com/gh_mirrors/de/DeepGrabCut-PyTorch 项目介绍 DeepGrabCut-PyTorch 是一个基于 PyTorch 实现的对象分割项目，它使用 DeepLab-v2 代替了 Decon...
《Deep GrabCut for Object Selection》笔记
lytxiaohou的博客
12-09 1441
《Deep GrabCut for Object Selection》笔记学习笔记，如有谬误，还请不吝赐教！解决的问题基本结构交互式遗留问题 学习笔记，如有谬误，还请不吝赐教！ 解决的问题 图像分割比较难做，即使是深度学习的算法，在分割问题上需要大量像素级标记信息，这就很不人道… 而传统的分割方法中有一类交互式的分割，就是抠图… 这篇文章就是用CNN做interactive的分割。不过它为啥叫Gr...
交互式分割相关工作【2019/7/6】
学习 & 分享 ~
03-04 130
交互式分割相关工作
【论文笔记】Deep GrabCut for Object Selection
学习 & 分享 ~
07-10 1602
目前的问题： 用 bounding box 做分割任务对 bounding box 的要求太高，需要紧紧贴着目标物体进行绘制 如果 bbox 小于目标物体的轮廓或者 bbox 内没有足够的背景信息，分割出来的效果都不太好 仅仅使用 bbox 中的信息会丢失上下文信息 创新点：使用 loosely-placed 边框执行分割任务，且得到的分割效果和使用一个 tight 边框得到的分割效果差不多 方法...
Deep GrabCut for Object Selection
PartyPartyAnimal的博客
11-16 852
论文地址：https://arxiv.org/pdf/1707.00243.pdf 代码地址：https://github.com/jfzhang95/DeepGrabCut-PyTorch （主要就是提出方法的前两步！！！！） 大多数以前基于边界框的分割方法都假设边界框很准，但实际上经常不准。在本文中，提出了一种新的分割方法，它使用矩形框作为软约束，将其转换为欧几里德距离图，将图像与这些距离图c...
【论文阅读笔记】《PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation》
longteng_guo的博客
07-17 460
《PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation》 Qi C R, Su H, Mo K, et al. Pointnet: Deep learning on point sets for 3d classification and segmentation[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Rec
DFAnet：Deep Feature Aggregation for Real-time Semantic Segmentation自己翻译的
qq_35495665的博客
10-23 1469
DFAnet：Deep Feature Aggregation for Real-time Semantic Segmentation Abstract 一、从单一的轻量级主干出发，通过子网络和子级连接分别聚合识别特征 二、基于多尺度特征传播，DFANet极大的减少了参数数量，同时保持了有效的感受野，并且增强了模型的学习能力 三、在数据集Cityscapes 和 CamVid 进行测试，与stat...
Learning Rich Features from RGB-D Images for Object Detection and Segmentation
04-22
existing superpixel classication framework for semantic scene segmenta- tion and achieve a 24% relative improvement over current state-of-the-art for the object categories that we study.We believe ...
【SegNet】 A Deep Convolutional Encoder-Decoder Achitecture for Image Segmentation
OneCoder的博客
11-28 771
PAMI2017(IEEE Transactions on Pattern Analysis and Machine Intelligence) 这篇论文的内容有点多，所以就跟着论文的节奏来写这篇博客了。 文章目录概述IntroductionLiterature reviewArchitectureOneTwoThreeTraining 根据论文的abstract来看，可以先总结如下： 概述 ...
深度学习系列资料总结
热门推荐
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
07-17 2万+
说明本系列深度学习资料集合包含机器学习、深度学习等各系列教程，主要以计算机视觉资料为主，包括图像识别、分类、检测、分割等，内容参考Github及网络资源，仅供个人学习。深度学习定义一般是指通过训练多层网络结构对未知数据进行分类或回归深度学习分类有监督学习方法——深度前馈网络、卷积神经网络、循环神经网络等；无监督学习方法——深度信念网、深度玻尔兹曼机，深度自编码器等。手写机器学习笔记github机器学习算法公式推导以及numpy实现github人工智能相关术语link。..................
DeepGrabCut-PyTorch:在PyTorch中深切
05-28
深度抓取（DeepGC） 这是的PyTorch实现，用于对象分割。 在此存储库中，我们使用DeepLab-v2而不是DeconvNet。 安装 该代码已使用Python 3.5进行了测试。 要使用此代码，请执行以下操作： 克隆仓库： git clone https://github.com/jfzhang95/DeepGrabCut-PyTorch cd DeepGrabCut-PyTorch 安装依赖项： pip install -r requirements.txt 下载自动保留。 或从手动进行，然后将模型放入models 。 gdown --output ./models/deepgc_pascal_epoch-99.pth --id 1N8bICHnFit6lLGvGwVu6bnDttyTk6wGH 要尝试Deep GrabCut的演示，请运行： python d
deepcut-cnn, 基于CNN的关节人位估计.zip
09-17
deepcut-cnn, 基于CNN的关节人位估计 DeeperCut部件检测器这里简短文档描述了编译和运行基于 DeeperCut paper 中提出的基于cnn的人体部件检测器所必需的步骤：Eldar Insafutdinov，Leonid Pishchulin，Bjoern An
弱监督语义分割--Object Region Mining with Adversarial Erasing
AI小作坊 的博客
09-08 7985
Object Region Mining with Adversarial Erasing: A Simple Classification to Semantic Segmentation Approach CVPR2017怎么将只有图像标签的训练图像用于语义分割的训练，这里我们提出使用一个分类网络来讲训练图像中的物体进行分割，得到像素标记的训练图像，同时提出一个 online prohibi
Object Region Mining with Adversarial Erasing: A Simple Classification to Semantic Segmentation阅读笔记
feitianlzk的博客
04-01 1482
Object Region Mining with Adversarial Erasing: A Simple Classification to Semantic Segmentation Approach阅读笔记 x. Questions AE步骤, 怎么判断收敛不好。万一有的图片需要erase 3次，有的erase2两次会怎么样? 实验直接选了3次 PSL，为什么conv7的结...
【TuSimple】understanding convolution for semantic segmentation
Jinming Su
05-09 3598
引介 文章提出的网络在PASCAL VOC2012和Cityscapes上都叫TuSimple，TuSimple是指图森公司. 不过文章读起来也确实挺容易理解的. 这篇文章是2017年2月的文章，所属领域为Semantic Segmentation. Abstract 本文展示了如何通过操纵更适合实际使用的卷积相关操作来改进像素级语义分割.首先，本文实现了dense upsampl...
VALSE2018弱监督语义分割学习和总结1
IGIli的博客
05-11 3799
神经网络基础理解    神经网络里面不同层的卷积单元都扮演者视觉特征检测器的角色，从底层的视觉特征，比如边缘，角点；到高层的视觉模型，比如物体或者是场景。最后把这些东西综合起来进行分类。我们可以把最后一个卷积层看成是一个词典。每一张feature map对应检测输入中的一个单词，如果有，就在对应位置有高的激活值。后面的fc层其实就是利用这个词典进行分类。比如对于自行车分类器，他对于车轮，车把，车座...
Label-Specific Document Representation for Multi-Label Text Classification
最新发布
05-21
该论文提出了一种用于多标签文本分类的标签特定文档表示方法。传统的文本分类方法通常将每个文档表示为一个向量，其中每个元素对应于语料库中的一个单词或短语。然后，这些向量被输入到分类器中进行训练和预测。...
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