语义分割
文章平均质量分 87
justld
努力努力再努力
展开
-
【医疗图像分割】UNETR++论文笔记及代码跑通实践
在医疗图像分割任务中,transformer模型获得了巨大的成功,UNETR提出了efficient paired attention (EPA) 模块,利用了空间和通道注意力来有效地学习通道和空间的特征,该模型在Synapse,BTCV,ACDC,BRaTs数据集上都获得了很好地效果。原创 2024-07-29 12:51:53 · 796 阅读 · 1 评论 -
【论文笔记】MCANet: Medical Image Segmentation withMulti-Scale Cross-Axis Attention
医疗图像分割任务中,捕获多尺度信息、构建长期依赖对分割结果有非常大的影响。该论文提出了 Multi-scale Cross-axis Attention(MCA)模块,融合了多尺度特征,并使用Attention提取全局上下文信息。原创 2023-12-20 18:38:40 · 2686 阅读 · 6 评论 -
【论文笔记】动态蛇卷积(Dynamic Snake Convolution)
精确分割拓扑管状结构例如血管和道路,对医疗各个领域至关重要,可确保下游任务的准确性和效率。然而许多因素使分割任务变得复杂,包括细小脆弱的局部结构和复杂多变的全局形态。针对这个问题,作者提出了动态蛇卷积,该结构在管状分割任务上获得了极好的性能。原创 2023-12-19 12:16:02 · 7376 阅读 · 4 评论 -
【深度学习实践】文本图片去水印
本文不会介绍具体的去水印算法实现流程,仅介绍大体的思路,供学习之用。去水印是为了得到不带水印的图片,图片的大小并不会改变,也就是说需要一个算法,输入是带水印的图片,输出是不带水印的图片,输入和输出的图片分辨率相同。很容易想到计算机视觉的一个类似的任务-语义分割。语义分割算法可以端到端的对图片每个像素点进行分类,它的输出是各个类别的概率图,但是去水印要求输出的是图片,所以我们可以采用语义分割模型,并对其进行修改,使其适用于水印去除的任务。原创 2022-11-07 11:05:44 · 2107 阅读 · 0 评论 -
【论文笔记】3D点云分割-PointNet
3D点云分割开山之作PointSeg论文笔记及运行示例,快来看看吧。原创 2022-07-18 22:17:26 · 2212 阅读 · 2 评论 -
【论文笔记】CCNet阅读笔记
上下文信息在语义分割任务中非常重要,CCNet提出了criss-cross attention模块,同时引入循环操作,使得图片中每个像素都可以和其他像素建立联系,从而使得每个像素都可以获得丰富的语义信息原创 2022-04-14 19:54:36 · 1172 阅读 · 0 评论 -
【论文笔记】DDRNet论文阅读笔记及复现
轻量级语义分割模型大致分为2类:Encoder-Decoder结构(如ESPNet)和two-pathway(如BiSeNet)。类似two-pathway结构,DDRNet使用Dual-resolution,并引入DAPPM(Deep Aggregation Pyramid Pooling Module)模块。在Cityscapes测试集、GPU 2080Ti,DDRNet-23-slim达到102FPS,miou77.4%。原创 2022-04-08 20:19:55 · 3086 阅读 · 5 评论 -
【论文笔记】STDC Net 论文阅读笔记
BiSeNetV1和BiSeNetV2都采用双分支结构(spatial path 和 context path),分别用来提取空间信息和上下文信息,多分支结构计算耗时较多,且使用图像分类任务的预训练模型并不一定适合语义分割任务。STDC对BiSeNet结构做出了改变,移除了spatial分支,同时采用Short-Term Dense Concate network(STDC network)结构并引入辅助头detail head来提取低级细节信息。STDC在citiscapes测试集上mIoU为71.9%,原创 2022-04-02 18:45:04 · 2422 阅读 · 0 评论 -
【论文笔记】OCRNet论文阅读笔记
语义分割任务中,像素所属的类别就是像素所在的对象的类别,能不能利用像素和其所属目标的关系呢?OCRNet提出了一个有效方法,利用像素所属的目标的上下文信息来提升像素的表征能力(representation)。原创 2022-03-25 10:34:44 · 2142 阅读 · 0 评论 -
【语义分割】轻量级人像分割PP-HumanSeg NCNN C++ windows部署
ncnn 是一个为手机端极致优化的高性能神经网络前向计算框架。ncnn 从设计之初深刻考虑手机端的部署和使用。无第三方依赖,跨平台,手机端 cpu 的速度快于目前所有已知的开源框架。基于 ncnn,开发者能够将深度学习算法轻松移植到手机端高效执行。本文将使用NCNN将PP-HumanSeg lite在windows cpu上部署,FPS为18左右。原创 2022-03-17 22:40:26 · 3748 阅读 · 11 评论 -
【论文笔记】Segformer论文阅读笔记
SegFormer是一个简单、高效但功能强大的语义分割模型,它结合了Transformer 与轻量级多层感知 (MLP) 解码器。原创 2022-03-15 19:22:54 · 3846 阅读 · 0 评论 -
【语义分割】语义分割经典模块
本文将介绍深度学习语义分割任务中常用的几个模块,主要包括:ASPP、PP、Encoding、JPU、DCM几个模块,分析其原理并给出对应的代码实现,相信一定对你有所帮助。原创 2022-03-15 15:42:00 · 15087 阅读 · 0 评论 -
【论文笔记】ESPNet系列论文笔记
ESPNet是轻量级的网络,目前有ESPNetV1和ESPNetV2共2个版本,本文为论文阅读笔记,包含复现的代码。原创 2022-03-14 19:32:48 · 2894 阅读 · 2 评论 -
【语义分割】类别不平衡损失函数合集
在语义分割领域,我们会常常遇到类别不平衡的问题。比如要分割的目标(前景)可能只占图像的一小部分,因此负样本的比重很大,导致网络倾向于将所有样本判断为负样本。本文介绍了在数据不平衡时常用的一些损失函数。类别不平衡会出现什么问题呢?假设我们需要训练一个分类器来对黄豆和绿豆分类,用100颗豆子训练分类器,其中99颗黄豆、1颗绿豆,那么分类器会倾向于把所有豆子都分类为黄豆,因为这么做就可以达到99%的准确率。但是我们不希望分类器这么做,所以需要一些方法来提升分类器的性能。一、Weighted Cross E原创 2022-03-14 17:26:56 · 14576 阅读 · 2 评论 -
【论文笔记】DeepLab系列论文阅读笔记
本文为DeepLab系列论文阅读笔记,包括DeepLabV1、DeepLabV2、DeepLabV3、DeepLabV3+。原创 2022-03-12 18:43:23 · 6272 阅读 · 1 评论 -
【论文笔记】BiSeNetV2论文阅读笔记
论文:BiSeNet V2: Bilateral Network with Guided Aggregation for Real-time Semantic Segmentation论文repo:https://github.com/CoinCheung/BiSeNet一、摘要类似BiSeNetV1的结构,BiSeNetV2有2个分支,分别为Detail Branch 和 Semantic Branch,Detail分支层数少但是通道数多,生成高分辨率的带有细节的特征图;Semantic 分支原创 2022-03-11 21:46:02 · 3882 阅读 · 0 评论 -
【论文笔记】BiSeNet论文阅读笔记
BiSeNet论文阅读笔记原创 2022-03-11 16:15:38 · 1706 阅读 · 0 评论