弱监督检测之Self-Erasing Network for Integral Object Attention（2018-NIPS）

最新推荐文章于 2024-07-23 19:41:32 发布
最新推荐文章于 2024-07-23 19:41:32 发布
阅读量979 收藏 1
点赞数
分类专栏： 弱监督检测 文章标签： 弱监督检测文章解读
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_33547191/article/details/88399545
版权

文章名：整体对象注意的自我擦除网络

对抗擦除在弱监督检测上比较火热，但对抗擦除的方法（我的其他几篇文章解读的博客里有提到）有一个很大的问题：学习迭代过程中目标区域会膨胀到无关的区域。

文章贡献：

提出Self-Erasing Network (SeeNet)禁止网络学习到无关的背景区域。

Project page:  http://mmcheng.net/SeeNet/

一路狂奔的猪
关注
专栏目录
「Computer Vision」Note on Self-Erasing Network (SeeNet)
小锋子Shawn
12-25 619
QQ Group: 428014259 Sina Weibo：小锋子Shawn Tencent E-mail：403568338@qq.com http://blog.csdn.net/dgyuanshaofeng/article/details/85156078 [1] Self-Erasing Network for Integral Object Attention NIPS 2018 [p...
CutPaste: Self-Supervised Learning for Anomaly Detection and Localization 全文翻译+详细解读
qq_34809969的博客
07-28 9252
CutPaste: Self-Supervised Learning for Anomaly Detection and Localization 全文翻译+详细解读文章速览 文章速览 论文名：基于自监督学习的图像异常检测和定位方法 网址：[CutPaste网址链接](https://paperswithcode.com/paper/cutpaste-self-supervised-learning-for-anomaly) 作者：Chun-Liang Li*, Kihyuk Sohn*,
论文阅读：Self-Erasing Network for Integral Object Attention
qq_40760171的博客
07-15 985
Self-ErasingNetworkforIntegralObjectAttention作者贡献Self-Erasing Network思想 作者贡献 问题：随着训练迭代，对抗性擦除可能会导致注意区域逐渐扩展到非目标的区域。 解决：提出了Self-Erasing NetWork。 Self-Erasing Network 思想 对于给定的初始attention map，将图片在空间上分成三个区域...
弱监督目标检测：智能视觉识别的新前沿
最新发布
2402_85758349的博客
07-23 585
弱监督学习是一种机器学习范式，它处理的是带有噪声或不精确标注的数据。与之相对的是强监督学习，后者依赖于精确的标注信息。弱监督学习的目标是在标注信息不完整或不精确的情况下，训练出性能良好的模型。
细粒度论文笔记《Object-Part Attention Model for Fine-grained Image Classification》
小星星专栏
12-19 1463
这篇文章的作者是之前的two level attention model 的作者，作者对之前的两级注意力模型上做出了许多改进，取得了非常好的效果。超过目前的其他方法。 之前的细粒度分类的方法都有以下两个限制，1，过分依赖object或part annotation，2，忽视了object 和part之间的空间关系以及parts之间的关系。作者将提出的模型称为OPAM模型。 ...
一文尽览！弱监督语义/实例/全景分割全面调研（2022最新综述）
CV_Autobot的博客
09-01 3255
分割，作为最基础的视觉感知任务和自动驾驶底层的感知模块，承担着很重要的作用。但逐像素的标注需求饱受诟病，相比于目标框标注，属实是太太太太慢了。今天分享一篇上交投稿TPAMI的文章，论文很全面的调研了广义上的弱监督分割算法，又涵盖了语义、实例和全景三个主流的分割任务。特别是基于目标框的弱监督分割算法，未来有很大的研究价值和落地价值，相关算法如BoxInst、DiscoBox和ECCV2022的BoxLevelset已经证明了，只用目标框可以实现可靠的分割性能。
Random-Erasing:随机擦除数据增强。 CIFAR10，CIFAR100和Fashion-MNIST的实验
05-22
title={Random Erasing Data Augmentation}, author={Zhong, Zhun and Zheng, Liang and Kang, Guoliang and Li, Shaozi and Yang, Yi}, booktitle={Proceedings of the AAAI Conference on Artificial Intelligence...
Transformer系列：Shunted self-attention (CVPR2022 oral)
weixin_34992700的博客
06-22 298
The key idea of SSA is to inject heterogeneous receptive field sizes into tokens: before computing the self-attention matrix, it selectively merges tokens to represent larger object features while keeping certain tokens to preserve fine-grained features.
数据增强（一、Random-Erasing）
qq_996686006的博客
01-17 3367
Random Erasing Data Augmentation（随机擦除数据增强） 优势 一种轻量级方法，不需要任何额外的参数或内存消耗，它可以在不改变学习策略的情况下与各种CNN模型集成 对于现有的数据增强和正则化方法的补充。两者结合使用，Random Erasing进一步提高了识别性能。 在图像分类、目标检测和行人重识别方面，提高了深度模型的性能 提高鲁棒性。 实验数据集 图像分类 CIFAR-10包含10个类的50000个训练图像和10000个测试图像（3232彩色图像）. CIFAR-100包
2018.11.13——cv中的弱监督学习
jingtingxu369的博客
11-13 241
在做分割时，训练网络，我们通常使用已经有pixel-level label ，但精确到每个像素的标注成本很大。而且好多数据集的分类类别固定，算法即便很优秀，但不能工业化应用。 弱监督就是图片上仅有bounding box可以用来训练，去做分割，提供的语义信息少于像素级别的标注，因此称为弱监督。...
2019ICCV_EGNet 论文原文 显著性检测SOD.pdf
09-26
EGNetSOD论文原文 EGNet: Edge Guidance Network for Salient Object Detection 2019年ICCV
弱监督目标检测算法论文阅读（六）Erasing Integrated Learning : A Simple yet Effective Approach for Weakly Supervised
weixin_45997273的博客
12-01 1083
这是一篇CVPR2020的中山大学的一篇文章，提出了一个新颖的擦除网络。 Abstract 弱监督对象定位（WSOL）旨在仅通过图像级别标签之类的弱监督来定位对象。但是，基于分类网络的可用技术的一个长期存在的问题是，它们经常导致突出显示最有区别的部分，而不是突出对象的整个范围。然而，相反，尝试探索对象的整体范围可能会降低图像分类的性能。为了解决这个问题，我们通过引入一种新颖的对抗擦除技术，即擦除综合学习（EIL），提出了一种简单而强大的方法。通过在原始CNN中将区分区域挖掘和对抗擦除集成在单个向前-向后
Object-Difference Attention: A Simple Relational Attention for Visual Question Answering
bxg1065283526的博客
04-12 815
Abstract 注意分布根据注意问题的重要性在图像中的对象（例如图像区域或边界框）上具有不同的权重分布，它在注意机制中起着至关重要的作用。现有的大多数工作都集中在融合图像特征和文本特征来计算注意力分布的情况下，而不需要在不同图像对象之间进行比较。作为关注的主要属性，选择性取决于不同对象之间的比较。比较提供了更多信息，可以更好地分配注意力。作者提出了一种对象差异注意（ODA），该方法通过在手头问...
擦除：提升 CNN 特征可视化的 3 种重要手段
3D视觉工坊
12-28 1009
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达作者丨皮特潘审稿｜邓富城编辑丨极市平台导读所谓擦除，就是去除掉一部分有用的信息，以提高网络提取特征的能力。本文对3种提升特征可视化...
弱监督目标检测论文阅读（一）
fine_0007的博客
08-28 2727
最近打算持续更新一些关于弱监督目标检测的论文随笔，欢迎有研究相关方向的各位来相互交流，有提一些建议的就更欢迎了。 Generative Adversarial Learning Towards Fast Weakly Supervised Detection 摘要 ...
弱监督学习和小目标检测
Synioe的博客
11-01 3721
在简书上看到一篇弱监督学习的帖子，由于没有使用简书的习惯，因此分享下这篇帖子，感兴趣的直接去参考原作者。侵删 作者：baiyu33 链接：https://www.jianshu.com/p/7b0161975225 來源：简书   本文收集整理弱监督学习和小目标检测方面的资料。 [TOC] 弱监督学习 何谓弱监督学习 CV中的弱监督学习 People Approaches...
NeurIPS | 2018
热门推荐
u014033218的专栏
04-07 1万+
https://nips.cc/Conferences/2018/Schedule?type=Poster Toggle Poster Visibility Poster Tue Dec 4th 10:45 AM -- 12:45 PM @ Room 210 #1 Modelling sparsity, heterogeneity, reciprocity and communit...
VALSE Webinar 弱监督图像理解专题
qq_38908816的博客
04-15 613
VALSE Webinar 弱监督图像理解专题一、弱监督检测、定位和实例分割二、弱监督语义分割Panel discussion 一、弱监督检测、定位和实例分割 叶齐祥（中国科学院大学） 二、弱监督语义分割 程明明（南开大学） challenge：在训练的时候没有图像像素(pixel)与输入的keywords（image-level label）直接的对应关系，怎样建立起二者之间的联系。 现有提供的...
Windows Internals：6th Part 2 - Erasing Flash Program Memory Sequence Explained
擦除闪存程序存储器是Windows Internals Part 2（第六版）中讨论的重要主题，特别是在针对Microchip PIC18F46k80系列单片机的操作中。该部分主要关注闪存存储器的管理和擦除过程，特别是对于该系列单片机内部使用的...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值