本文推荐了一篇关于图像Inpainting的论文，该论文提出了一种新颖的编码层间操作方法，不同于传统的U-Net结构。在语义分割任务中，作者观察到网络常通过直接连接浅层和高层或添加注意力机制提升性能。而这篇论文展示了不同的连接方式，对于编码层的不同层进行操作，这在语义分割领域是个少见的尝试。感兴趣的话，可以阅读《Rethinking Image Inpainting》获取更多细节。
今天看到一篇文章结构很好的图片Inpainting 的文章，在这里推荐给大家。这是一个很经典的编码解码的方式，当然这种结构方式，也可以用在其他编码解码的问题上面。比如语义分割，其实我在研究了很多U-Net 网络之后发现在语义分割网络中，大家喜欢直接连接浅层和高层，或者在浅层和高层直接加上各种注意力。或者是对编码层加上各种注意力结构来提高网络的编码能力。我在这篇文章中看到了一个不同的连接方式。整个结构图如下。
我们可以发现，在这篇文章中，作者对编码层的不同层之间进行了操作。这种方式在语义分割中很少见。感觉也很新颖。其他具体细节大家可以直接看文章Rethinking Image Inpainting
扫一扫
1065
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
