![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
分割
文章平均质量分 79
An_chen_
深度学习的见证者
展开
-
《Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation》论文笔记
论文地址:https://arxiv.org/pdf/1802.02611.pdf源码地址:TENSORFLOW语意分割相关,Deeplab3+看了几篇Deeplab的文章。觉得Deeplab的文章的思想还是很相近的,可能方法的创新上不是非常重大的突破。但是方法的应用上都是非常的...嗯,集大成的。通过实验的方式去探索各种方法的结合。探究每一个因素对于网络的影响,从而把前人的精髓都集成到自己的方法...原创 2018-04-23 22:41:46 · 3266 阅读 · 0 评论 -
《Understanding Convolution for Semantic Segmentation》论文笔记
论文地址:https://arxiv.org/pdf/1702.08502.pdf源码:https://github.com/TuSimple/TuSimple-DUCWhat: 《Understanding Convolution for Semantic Segmentation》是图森研究组对语义分割的一次深入的研究实验。不仅做了DUC和HDC两个很好的突破,还对语义分割的各个影响因素...原创 2018-04-19 22:10:31 · 491 阅读 · 0 评论 -
《MULTI-SCALE CONTEXT AGGREGATION BY DILATED CONVOLUTIONS》论文笔记
《MULTI-SCALE CONTEXT AGGREGATION BY DILATED CONVOLUTIONS》源码地址:caffe tensorflowwhat: 文章提出一个新颖的卷积方式:膨胀卷积。通过膨胀卷积指数式的增长感受野的区域,从而获得更好的稠密分类结果。用语义分割这个很具代表性的稠密分类问题验证了膨胀卷积的有效性。好吧说了这么多,总结起来一句话:通过更好的卷积方式获得更大的感...原创 2018-04-17 10:20:15 · 1295 阅读 · 0 评论 -
《Learning Deconvolution Network for Semantic Segmentation》论文笔记
注:文章仅是对自己学习的记录,非专业评论what:文章讲了一个反卷积用于语义分割的模型,这个模型也属于一个encoder-decoder模型,与大多数类似的模型一样,传承了FCN的思想,编码网络沿用了VGG的编码结构,特点在于新设计的解码结构。新解码结构的特点:unpooling的坐标记录和deconvolution 的使用。当然,这篇文章除了解码结构以外,由于数据量不够大,还用了两个的trick...原创 2018-04-12 10:07:14 · 486 阅读 · 0 评论 -
《Rethinking Atrous Convolution for Semantic Image Segmentation》论文笔记
论文地址:https://arxiv.org/pdf/1706.05587.pdf源码地址:tensorflow还是继续语意分割的文章:Deeplab v3《Rethinking Atrous Convolution for Semantic Image Segmentation》What: 这篇文章到底讲了什么,说实话,阅读完了我还是有点蒙B的,咋好像没什么突出的贡献呢,还是说的空洞卷积用...原创 2018-04-20 20:34:44 · 341 阅读 · 0 评论 -
《Pyramid Scene Parsing Network》论文笔记
论文地址:https://arxiv.org/pdf/1612.01105.pdf源码地址:https://github.com/hszhao/PSPNet金字塔池化在语意分割上的应用,前面看的论文都有提到,索性就过了一遍。What:PsPNet主要是通过金字塔池化提取多尺度信息。按论文的描述:更好的提取全局上下文信息,同时利用局部和全局信息,使得场景识别更加可靠。(从技术的角度来说,我觉得就是从...原创 2018-05-02 22:44:18 · 469 阅读 · 0 评论 -
《Semantic Segmentation using Adversarial Networks》论文笔记
论文地址:https://arxiv.org/pdf/1611.08408.pdf论文地址:pytorch tensorflowtensorflow并不是作者提供的源码,网上分享的,据说Discriminator的作用并不明显...跟数据集的分布相关What:首次将对抗生成网络(gan)应用到语义分割当中来。使用判别器识别真实标签与分割图象,缩小标签与分割图像之间的高次不一致性。结构如下图所示...原创 2018-05-07 21:00:58 · 3531 阅读 · 7 评论 -
《An Adversarial Regularisation for Semi-Supervised Training of Structured Output Neural Networks》笔记
论文地址:https://arxiv.org/pdf/1702.02382.pdfWhat:这篇是将生成对抗网络应用到半监督学习,用discriminator的信号作为无标签数据集的反馈信号,对抗生成网络构建一个对抗规则化的作用。作用将搭建的半监督学习网络应用到语意分割中,通过实验证明半监督学习的有效性,可以用更少的数据集训练出较好的结果。网络的结构图如下图所示,有标签的图片得到一组分类损失,无标...原创 2018-05-08 18:30:47 · 899 阅读 · 1 评论