CV
文章平均质量分 92
mutou_cly
这个作者很懒,什么都没留下…
展开
-
EM-adapt [ICCV15]
弱监督语义分割(weakly supervised semantic segmentation 下称W3S) EM-Adapt paper: Weakly-and semi-supervised learning of a DCNN for seman- tic image segmentation. 是ICCV15的文章,EM指Expectation-Maximization(期望最大化)...原创 2019-05-04 18:31:49 · 224 阅读 · 0 评论 -
MIL+seg [CVPR15]
MIL+seg paper: From Image-level to Pixel-level Labeling with Convolutional Networks 这是15年CVPR的文章,个人感觉架构和CAM有异曲同工之处。 与EM-adapt一样都是基于DCNN解决W3S问题。同样输入图像经过DCNN得到了LLL张(原图12倍下采样)的特征图。由于我们的labelzzz是image-...原创 2019-05-05 16:23:10 · 228 阅读 · 0 评论 -
SEC [ECCV16]
SEC paper: Seed, Expand and Constrain: Three Principles for Weakly-Supervised Image Segmentation 本文是发表在16年的ECCV上,本篇文章使用到了CAM的思路,算是拉开了后面基于CAM进行改进的序幕。 文章提出的网络的损失函数由三个部分的loss组成:LseedL_{seed}Lseed,Lexp...原创 2019-05-06 10:57:23 · 370 阅读 · 0 评论 -
AdvErasing [CVPR17]
AdvErasing paper: Object Region Mining with Adversarial Erasing: A Simple Classification to Semantic Segmentation Approach 文章发表在2017年的CVPR上,同样的也是基于CAM进行后续处理。 作者考虑到CAM网络是通过训练辨别模型从而得到score map/heat m...原创 2019-05-06 21:04:36 · 209 阅读 · 0 评论 -
DSRG [CVPR18]
DSRG paper: Weakly-Supervised Semantic Segmentation Network with Deep Seeded Region Growing 文章被18年的CVPR收录,文章的出发点是:CAM能够提供物体最具辨识度的区域,但是对于物体辨识度较低的区域没有识别出来,所以如何正确划分这些待定区域是主要要解决的问题。 作者考虑将CAM的结果作为初始种子,之后...原创 2019-05-09 16:36:19 · 1149 阅读 · 1 评论 -
STC [PAMI16]
STC paper: STC: A Simple to Complex Framework for Weakly-supervised Semantic Segmentation STC的意思是simple to complex,很好的解释了本文提出的思路。 考虑到W3S中对于不同的图像III,其对应的image-level的监督信息zzz往往可能是多个类别,即一张图像中存在多个类别,这给神...原创 2019-05-07 19:27:35 · 179 阅读 · 0 评论 -
GAIN [CVPR18]
GAIN paper: Tell Me Where to Look: Guided Attention Inference Network 本文是基于SEC算法进行的改进,在SEC的基础上提升了5个百分点左右。 这篇文章…感觉没有什么创新…其实就是类似对抗擦除的思路,将第一次识别出来的区域进行遮挡,强迫神经网络找出所有能用于识别类别的信息。 结构如下: 输入图像III,经过DCNN得到识...原创 2019-05-13 15:05:59 · 683 阅读 · 0 评论 -
CAM[CVPR16]+Grad-CAM[ICCV17]
CAM paper:Learning Deep Features for Discriminative Localization 本文的出发点是为了神经网络的可解释性,即高亮出神经网络的激活区域。可用于object detection(location)。 给定任意一个网络结构(分类网络)。CAM的做法 将网络结构的最后一层删去,设删去后得到的是(w,h,n)(w,h,n)(w,h,n)...原创 2019-09-02 15:28:08 · 417 阅读 · 0 评论