图像分割
迷路的咸鱼
不总结就没有积累
展开
-
基于注意力的语义分割之PSANet、DANet、OCNet、CCNet、EMANet、SANet等
注意力机制(Attention Mechanism)如今被广泛使用在自然语言处理、图像识别等各种不同类型的深度学习任务中,是深度学习技术中值得关注与深入了解的核心技术之一。对注意力机制的研究动机是受到人脑注意力的启发,人脑可以快速地从视觉信号中选择需要关注的区域,即注意力焦点。因此,在观察图像时,人类会根据之前观察的图像学习到未来要观察图像时注意力应该集中的位置,同时给予周围图像区域较低的注意力,而不是一次读取整幅图像的所有像素,并且随着时间推移调整焦点。原创 2020-10-15 12:08:02 · 16911 阅读 · 3 评论 -
基于深度学习的语义分割之FCN、SegNet、UNet、LinkNet、PSPNet、DeepLab系列
图像分割(Image Segmentation)是计算机视觉研究中的一个经典难题,也是图像理解领域关注的一个热点。图像分割,简单来说就是在图像中把目标从背景中分离出来,分为语义分割(Semantic Segmentation)和实例分割(Instance Segmentation)。语义分割(应用于静态2D图像、视频,甚至3D数据、体数据)需要将视觉输入分为不同的语义可解释类别,语义的可解释性意为分类类别在真实世界中是有意义的,是像素级别的分类,主要应用领域有地理信息系统、无人驾驶、医疗影像分析、机器人原创 2020-09-04 22:55:51 · 9392 阅读 · 0 评论