实例分割
放牛娃子
尽量上干货,少说废话,不混篇幅
展开
-
解决实例分割中的长尾问题,增益5个点。FASA,cvpr2021
论文地址:https://arxiv.org/abs/2102.12867 文章来源,戳here 所谓长尾问题,指训练集中少数类(头类)占大多数样本,大多数类(尾类)占少量样本。是类别分布不均衡的问题 摘要 为解决长尾问题,我们提出了一种有效的方法,Feature Augmentation and Sampling Adaptation(FASA), 该方法对rare class的特征空间进行增广。FA和FS仅在训练时候用到。根据之前迭代训练过程中特征图,计算特征的均值和方差,根据均值和方法进行..原创 2021-03-06 17:02:20 · 1658 阅读 · 1 评论 -
语义分割之损失函数综述
论文来自cvpr2020,《A survey of loss functions for semantic segmentation》, code 摘要 作者汇总了在语义分割领域中常用的几种损失函数,并列出其适用场景。同时,作者也剔除了一种新的损失函数(log-cosh dice loss function)。 损失函数 A、Binary Cross-Entropy 在做像素级别的分类时,它的效果较好。主要用于像素级别的二分类。定义如下: 其中, ...原创 2020-11-18 14:16:21 · 1256 阅读 · 1 评论 -
实例分割之SOLOv2: Dynamic, Faster and Stronger
论文 代码 SOLOv2为作者对SOLO的改进,采用动态卷积核生成实例掩码。若对SOLO不了解,可先戳这里。 作者取名为Dynamic head。将SOLO原创 2020-05-11 14:36:48 · 1238 阅读 · 0 评论 -
实例分割之SOLO: Segmenting Objects by Locations
SOLO: Segmenting Objects by Locations code 实例分割主要有两大类方法: 一种是“detect-then-segment”,即先检测bbox,再分割目标,如Mask R-CNN。这类方法比较依赖于目标框的检测精度,当目标不适合用矩形框标记时,这类方法将不再使用; 另一种是为每个像素学习一个嵌入向量,再通过后处理(如聚类算法)得到实例。 与Mask R-CNN这类实例分割相比,SOLO不必检测目标框,可直接得到实例的像素分割结果。若不能简单地用矩形框标.原创 2020-05-11 14:12:51 · 1327 阅读 · 0 评论 -
车道线检测分类--Lane Detection and Classification using Cascaded CNNs
Lane Detection and Classifification using Cascaded CNNs 代码戳here 作者采用两个级联的CNN网络,完成了车道线的实例分割和分类。第一个CNN网络做车道线的实例分割,第二个CNN网络对车道线实例进行分类。论文采用TuSimple数据集。 实例分割 选择ERFNet作为主干网络,论文中...原创 2020-03-10 11:45:32 · 3565 阅读 · 11 评论 -
实例分割-- instance-sentive fully convolutonal networks
Instance-sensitive Fully Convolutional Networks 最近在研究实例分割,很多都是先检测出instance的bounding box,然后再对box内的像素分类,以此确定前景和背景。但是,有些实例并不能用box来表示,比如车道线。而这篇文章是先分割,再确定box,值得研究。 传统的FCN网络一般生成一个score map,并不能区分实例。而...原创 2020-01-11 18:11:05 · 299 阅读 · 0 评论