Feature Weighting and Boosting for Few-Shot Segmentation阅读笔记
图2
图3
3.1 深度网络的训练
图2表示本文中一部分深度结构的部分训练过程(没有包含本文的第二个优点,训练时没有包含),这个结构是在一些support x_s与query x_q的图像上进行的训练。首先使用一个卷积网络提取x_s的特征F_s和x_q的特征F_q,其中的d表示维度,w,h表示特征图的宽和高。然后对F_s在m_s上已知的前景位置进行求平均,最后得到support图像的平均类特征向量f_s。对于这个标记的特征平均,m_s是对大小为w x h的特征图进行下采样
具体计算如下:
其中|m_s|表示在m_s中的前景像素点的数量,然后求fs与在query特征图上Fq上的每一个Fqi之间的cos近似值。这样就能够得到一个在support与query之间