语义分割
众里寻你千百度
刚入职场,正在适应中.....
展开
-
一文详解self-attention机制在语义分割中的应用(含论文解析)
Table of Contents背景Self-Attention Mechanism论文解析DANetCCNetISSA关于1×1卷积的作用:1×1 卷积背景语义分割经历多年的发展,提出了FCN、U-Net、SegNet、DeepLab等一大批优秀的语义分割网络。但是FCN等结构限制了局部感受野的范围和短距离上下文信息,传统的深度卷积神经网络主要通过叠加多个卷...原创 2020-01-31 13:09:22 · 13263 阅读 · 16 评论 -
【语义分割综述】A Survey On Deep Learning-based Architectures For Semantic Segmentation On 2D Images
论文链接:http://xxx.itp.ac.cn/pdf/1912.10230.pdf本文介绍了2D图像基于深度学习的语义分割技术的发展,划分为FCN前或早期深度学习、全卷积网络和FCN后三个阶段来讨论,并列举了2013年以来一些重要的语义分割模型。作者最后认为一、基于图的模型由于速度慢而被抛弃;二、针对近两年没有一种模型能够在性能上有较大的提升的问题,未来的方向将集中于基于目标检测的方法...原创 2020-01-25 12:45:56 · 941 阅读 · 0 评论 -
【ICCV 2019】Gated-SCNN: Gated Shape CNNs for Semantic Segmentation
这篇论文是2019年语义分割领域的最新成果,采用双流CNN和ASPP进行语义分割处理,在细小的物体上有着很大的提升。原文链接:https://arxiv.org/abs/1907.05740项目:https://nv-tlabs.github.io/GSCNN/Github:https://github.com/nv-tlabs/GSCNNAbstract当前最先进的深度卷...原创 2019-08-12 11:52:22 · 6038 阅读 · 13 评论 -
【CVPR 2019】Dual Attention Network for Scene Segmentation
原文链接:https://arxiv.org/pdf/1809.02983.pdfGithub:https://github.com/junfu1115/DANetAttention机制在NLP上取得进展后于近年被引入CV中也发挥着重要的作用。这篇是采用Self-Attention机制的用于场景分割的文章,通过引入自注意力机制(self-attention mechanism) 在特征的...原创 2019-08-16 21:34:58 · 2952 阅读 · 0 评论 -
CCNet:Criss-Cross Attention for semantic Segmentation
原文链接:https://arxiv.org/abs/1811.11721Github:https://github.com/speedinghzl/CCNet本文也是Self-Attention机制的文章,该论文在捕获long-range上下文信息的同时提高了计算性能并减少了GPU内存,在Cityscapes、ADE20K和MSCOCO数据集上取得了先进性能。文中1*1卷积的理解...原创 2019-08-17 15:37:54 · 3809 阅读 · 1 评论 -
Interlaced Sparse Self-Attention for Semantic Segmentation
论文链接:https://arxiv.org/abs/1907.12273本文是语义分割领域的一篇新作,作者运用interlace机制将密集相似矩阵A分解为两个稀疏相似矩阵AL和AS的乘积。该方法在Cityscapes/ADE20K/LIP/PASCAL VOC 2012/COCO等数据集上与PSPNet/PSANet、以及较新的DANet/CCNet对比,结果表明该网络能够节省大量的内存和...原创 2019-09-02 13:30:56 · 2900 阅读 · 2 评论