qq_41274283的博客

原创 Background-Aware Pooling and Noise-Aware Loss for Weakly-SupervisedSemantic Segmentation 论文翻译总结

论文题目叫做弱监督语义分割的背景感知池和噪声感知损失 虽然对象边界框可以用来分割对象，但是没有指定对象的边界，让CNN进行语义分割很困难。论文发现背景区域在图像中是部分一致的，这可以用来区分物体边界框内的前景和背景区域。为了实现这一想法，我们提出了一种新的池化方法，称为背景感知池(BAP)，（它更注重使用注意力地图在边界框内聚合前景特征）。这样可以提取高质量的伪分割标签，训练cnn用于语义分割。但标签仍然包含噪声，特别是在对象边界。于是引入了噪声感知损失（NAL），使网络不容易受到错误标签的影响。

原创 BBAM: Bounding Box Attribution Map for Weakly Supervised Semantic and Instance Segmentation

BBAM

原创 笔记3

原创 第二次整理

31.每一条css样式声明（定义）由两部分组成，形式如下：选择器{    样式;}在{}之前的部分就是“选择器”，“选择器”指明了{}中的“样式”的作用对象，也就是“样式”作用于网页中的哪些元素。32.语法：.类选器名称{css样式代码;}注意：1、英文圆点开头2、其中类选器名称可以任意起名（但不要起中文噢）使用方法：第一步：使用合适的标签把要修饰的内容标记起来，如下：<span>胆小...