论文阅读——Pixels, Regions, and Objects: Multiple Enhancement for Salient Object Detection

已于 2023-10-09 13:09:49 修改
阅读量181 收藏
点赞数
分类专栏： 论文阅读 文章标签： 论文阅读 目标检测 人工智能
于 2023-10-09 10:53:01 首次发布
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_40527560/article/details/133689390
版权

目录

基本信息

期刊CVPR
年份2023
论文地址网站
代码地址https://github.com/yiwangtz/MENet

标题

像素，区域和对象:多增强显著目标检测

目前存在的问题

对于SOD来说，精确分割复杂物体的边界仍然是一个具有挑战性的任务。当这些物体的几何形状和/或边界复杂时，或者当场景混乱或混乱时，这一点尤其正确

改进

  1. 在损失中利用像素级、区域级和对象级的相似性度量来提高预测的准确性和完整性，然后设计一个多级混合损失来实现
  2. 设计了一个多尺度特征增强模块(ME-Module)来模拟HVS自底向上和自顶向下的细化机制。ME-Module可以通过改变输入特征的大小和顺序，逐步传播并产生全面的全局特征或详细特征

网络结构

在这里插入图片描述

另一个写的好的参考

网址

醋酸洋红就是我
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
High-Resolution Representations for Labeling Pixels and Regions
09-11
《高分辨率表示在像素和区域标注中的应用》 高分辨率表示学习在众多视觉问题中起着至关重要的作用，如姿态估计和语义分割。HRNet（高分辨率网络）是近年来为人体姿态估计开发的一种新方法，其特点是通过整个过程...
Pixels, Regions, and Objects: Multiple Enhancement for Salient Object Detection
qq_47627751的博客
06-10 484
背景：具有多个对象和背景杂乱的复杂场景提出：多重增强网路MENet简要阐述：采用人类视觉系统HVS的边界敏感性、内容完整性、迭代细化和频率分解机制。
2023年显著性检测部分论文及代码汇总
qq_47627751的博客
06-19 3118
现有的显著性检测大多侧重于提高模型的整体性能，而没有明确解释训练分布和测试分布之间的差异，本文提出一种特殊类型的认知不确定性，即分布不确定性，用于显著性检测。，受到其边界敏感性、内容完整性、迭代细化和频率分解机制的启发，本文设计多级混合损失引导网络学习像素级、区域级和对象级特征；具体说，首先提出一个区域到区域的相关模块，用于在保持计算效率的同时将图像间的关系引入逐像素分割特征；然后，使用两种类型的预定义。，从特征间和特征内角度，以互补和动态的方式自适应融合不同投影的特征，同时设计过滤和细化模块。
Multi-scale Interactive Network for Salient Object Detection（用于显著性目标检测的多尺度交互网络）
qq_39172845的博客
05-05 2326
Abstract Deep-learning based salient（显著的）object detection methods achieve great progress.However, the variable scale and unknown category of salient objects are great challenges all the time.These are closely related to the utilization（利用） of mul...
Image object detection and semantic segmentation based on convolutional neural network
02-11
In this paper, an unsupervised co-segmentation algorithm is proposed, which can be applied to the image with multiple foreground objects simultaneously and the background changes dramatically....
Functional annotation of HOT regions in the human genome: implications for human disease and cancer.
02-11
Functional annotation of HOT regions in the human genome: implications for human disease and cancer.
Wine tourism in the Mediterranean: A tool for restructuring and development
06-29
have wine and tourism been utilized for regional development and re-imaging strate- gies. This article provides a review of the concept of wine tourism and its development. Using a number of case s
3D-RCNN: Instance-level 3D Object Reconstruction via Render-and-Compare
07-04
the full 3D shape and pose of all object instances in the image. Our method produces a compact 3D representation of the scene, which can be readily used for applications like autonomous driving. Many ...
《Towards Black-Box Membership Inference Attack for Diffusion Models》论文笔记
qq_41904729的博客
07-18 1048
识别艺术品是否用于训练扩散模型的挑战，重点是人工智能生成的艺术品中的成员推断攻击——copyright protection不需要访问内部模型组件的新型黑盒攻击方法展示了在评估 DALL-E 生成的数据集方面的卓越性能。xVθxtxVθ​xt细节如下：xxx加噪变为xtx_txt​，再通过DDIM连续降噪变为x\hat{x}xintuitioninXtXt2−∇xlog⁡pXtdWtt∈0T(3)Xt​。
【论文阅读】Mamba: Linear-Time Sequence Modeling with Selective State Spaces
kanon的博客
07-19 845
Mamba模型基于Transformer架构，旨在解决传统Transformer在长序列上的计算效率问题。通过引入选择性状态空间SSMs（Selective State Spaces），Mamba能够在保持线性时间复杂度的同时，实现与Transformer相媲美的性能。首先，简单地让SSM参数成为输入的函数，解决了它们在离散模态方面的弱点，允许模型根据当前令牌选择性地沿序列长度维度传播或忘记信息。其次，尽管这一变化阻碍了高效卷积的使用，但在循环模式下设计了一种硬件感知的并行算法。
【论文阅读笔记】Attention Is All You Need
pursuit的博客
07-17 833
Transformer的成功不仅在于其高效的信息传递路径，还在于其能够在更大范围内捕捉和利用序列中的关联信息，从而提升了序列建模任务的性能和效果。在Transformer中的位置编码使用了sin函数和cos函数，这种方法不同于传统的学习得到的位置嵌入，而是采用固定的函数形式，即。是序列处理模型中的基本思想。注意力机制就是对一系列的query和一系列的key-value对，我们需要确定对于每个query而言不同 value 的重要程度，而这个权重是根据 query 和key 的相关度计算得到的。
[论文笔记] pai-megatron-patch Qwen2-CT 长文本rope改yarn
心宝的博客
07-18 366
【代码】[论文笔记] pai-megatron-patch Qwen2-CT 长文本rope改yarn。
VAE论文阅读
HGGshiwo的博客
07-17 1124
其实有了概率密度，可以直接在里面采样。这里是推导过程，大家都这么写。在实际操作的时候，所有的p都会变成一个已知的分布，否则无法计算的。pθx一些公式p_\theta(x) = 一些公式pθ​x一些公式这些公式计算后发现是一个高斯分布NμσNμσxμσεxμσε其中ϵ\epsilonϵ是随机采样的噪声。所以说，两种形式必须都能看懂才行。
【论文阅读】（StemGNN）多元时间序列预测的谱时间图神经网络
kanon的博客
07-17 1080
论文提出了一种新型的深度学习模型StemGNN，用于提高多变量时间序列预测的准确性。论文将多变量时间序列预测问题定义为基于多变量时间图（multivariate temporal graph）的数据结构。StemGNN在频谱域中同时捕获时间序列内部和序列间的相关性。模型结合了图傅里叶变换（GFT）和离散傅里叶变换（DFT），并在端到端框架中使用卷积和序列学习模块进行有效预测。实验在十个真实世界的数据集上进行，证明了StemGNN的有效性。
【论文阅读笔记】Hierarchical Neural Coding for Controllable CAD Model Generation
最新发布
pursuit的博客
07-19 1119
作者提出了一种CAD的创新生成模型，该模型将CAD模型的高级设计概念表示为从全局部件排列到局部曲线几何的三层神经代码的层级树，并且通过指定目标设计的代码树来控制CAD模型的生成或完成。具体而言，一种带有“掩码跳过连接”的向量量化变分自编码器(VAE)的新变体在三个层次上提取设计变化作为神经码本。两阶段的级联自回归Transformer学习从不完整的CAD模型生成代码树，然后根据预期设计完成CAD模型。广泛的实验表明，在无条件生成等传统任务上表现出优越性能，同时在条件生成任务中实现了新颖的交互能力。
【弱监督时间动作定位】Weakly Supervised Action Selection Learning in Video 论文阅读
weixin_44609958的博客
07-18 1055
在视频中定位动作是计算机视觉中的核心任务。弱监督时间定位问题研究是否可以仅通过视频级标签来充分解决此任务，从而显著减少所需的昂贵且易出错的注释量。一种常见的方法是训练帧级分类器，其中选择具有最高类别概率的帧来进行视频级预测。然后使用帧级激活来进行定位。然而，由于缺乏帧级注释，分类器会对每一帧施加类别偏差。为了解决这个问题，我们提出了动作选择学习（ASL）方法，以捕捉动作的一般概念，即我们称之为“动作性”的属性。在ASL下，模型通过一个新的无类别任务进行训练，以预测分类器将选择哪些帧。
FedProto:跨异构客户端的联邦原型学习(论文阅读)
m0_73195494的博客
07-17 945
在联邦学习(FL)中，当客户端知识在梯度空间中聚集时，客户端间的异构性通常会影响优化的收敛和泛化性能。例如，客户端可能在数据分布、网络延迟、输入/输出空间和/或模型架构方面存在差异，这很容易导致其局部梯度的不对齐。为了提高对异构的容忍度，我们提出了一种新的联邦原型学习框架(federalprototype learning, FedProto)，在该框架中，客户端和服务器端通过抽象类原型而不是梯度进行通信。
[论文笔记] CT数据配比方法论——1、Motivation
心宝的博客
07-18 730
1、探测原有模型的配比： 配比 与 ppl, loss, bpw，benchmark指标之间的关系。2、效果稳定的配比：配比 与 模型效果 之间的规律。
基于语音识别的会议记录系统
qq_51688022的博客
07-18 1281
本文简要介绍了本科毕设“基于语音识别的会议记录系统”的开发思路与成果
Trade,Location of Economic Activity and the MNE: A Search for Eclectic Approach可以讨论的问题
04-01
1. What is the eclectic approach to studying the role of multinational enterprises in global trade and economic activity? 2. How do location factors such as labor costs, infrastructure, and market access impact the decision of multinational enterprises to invest in a particular country or region? 3. What are the main types of foreign direct investment undertaken by multinational enterprises and how do they differ in terms of their economic impact on host countries? 4. How do multinational enterprises influence global trade patterns and what are the implications for domestic firms and consumers? 5. What are the main challenges and opportunities facing multinational enterprises operating in emerging markets, and how can they effectively navigate these environments? 6. How can governments and policymakers promote and regulate foreign direct investment to maximize the benefits for their domestic economies and address potential negative impacts? 7. What role do intellectual property rights and technology transfer play in the international activities of multinational enterprises? 8. How do multinational enterprises manage the cultural and institutional differences that exist across different countries and regions in which they operate? 9. How do changing global economic conditions, such as the rise of protectionism and increasing competition from emerging market firms, impact the strategies and operations of multinational enterprises? 10. What are the future prospects for multinational enterprises and their role in shaping the global economy?

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

醋酸洋红就是我

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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