这篇论文主要解决了标记mask问题,并使用多任务模式提高了语义分割的精度。
网络简称:C2S-Net
亮点
1、解决了手动注释问题,训练网络过程中自动标记mask;
2、采用multi-task模式,两个任务之间通过交互方式提高精度;
这篇论文主要做了两个task:
(1)轮廓检测;
(2)语义分割;
检测效果
主要贡献
(1)通过将训练有素的轮廓检测模型自动转换为显着性分割模型;
(2)提出了一种基于训练好的轮廓检测网络的新型轮廓到显着性网络(C2S-Net);
(3)介绍了一种简单而有效的contour-to-saliency transferring 方法,以减小轮廓和显着对象区域之间的误差(即mask标记方法)
模型过程: