图像分割
A霸天下
作大分母
展开
-
PCM+PRCM,改进CAM的新方案
前言在弱监督语义分割(WSSS)中,CAM有着至关重要的作用,之前博主也在博客中实现过基本的CAM,但是效果有限,而 Complementary Patch for Weakly Supervised Semantic Segmentation这篇文章中提出了一种新的CAM获取方法也就是把图像分成两个patch组成的图像,然后分别得到CAM最后进行叠加,所得到的效果要优于单张图片的效果。而本文主体的网络架构如下图所示:这里输入三组数据,本文主要是实现PCM和PRCM。PCM与PRCMpcm在原创 2022-04-13 12:38:44 · 3643 阅读 · 0 评论 -
DeeplabV3+,分割模型进一步优化
前言Deeplab分割系列网络,引入了ASPP结构,其中采用了不同dilation_rate来对特征进行卷积,主要的目的是:(1)在不提升计算量的前提下,扩大感受野。获取多尺度模型性能。(2)不用pooling层降低分辨率,对后续细节方面的分割有很大的好处在之前的博客中我们实现过简单的ASPP结构,而V3+的结构如下图所示:采用了 encoder-decoder结构,在 encoder结构中还是有ASPP的影子只不过,有引入的pooling,stride为1,而原先的特征相加也改成了concat原创 2020-11-11 12:09:49 · 1086 阅读 · 0 评论 -
Deeplab系列,核心ASPP
前言Deeplab系列网络是由Geogle所提出,V2以后主要是引入了atrous spatial pyramid pooling(ASPP),利用不同膨胀因子的空洞卷积融合多尺度信息。其实就是利用空洞卷积(带孔卷积)用不同的rate来对图像特征进行操作的。其具体结构如图所示:特征经过pooling5以后,分别采用了33卷积,rate不同,进行多尺度特征融合,后两层都用11卷积,最后相加。代码实现总的来说ASPP的代码架构还是非常好实现的#################ASPPimport原创 2020-10-24 09:31:15 · 7843 阅读 · 0 评论 -
基于cifar10数据集,完成CAM
前言在之前的博客中,我们简单的完成了CAM算法的伪代码,地址:https://blog.csdn.net/qq_43534932/article/details/107425740没有进行真正的实操,我们采用了cifar10这个小数据集,来完成CAM基本功能的实现。cifar10数据集:是由CIFAR(Candian Institute For Advanced Research) 收集整理的一个用于机器学习和图像识别问题的数据集。这个数据集共有60000张32 * 32的涵盖10个分类的彩色图片。原创 2020-10-07 09:11:05 · 825 阅读 · 2 评论 -
FarSeg基于遥感图像前后景不平衡优化的分割网络
前言本文基于Foreground-Aware Relation Network for Geospatial Object Segmentation inHigh Spatial Resolution Remote Sensing Imagery这篇论文进行复现,本篇是基于HSR(高空间分辨)的遥感图像进行的优化,主要是解决遥感图像的前后景不均衡的问题。如上图所示,本文说出了与自然场景相比,遥感图像的三大挑战(1)图像大尺度变换(2)前后景不均衡(3)大的类内变化本文的主要网络架构如图所示原创 2020-08-18 12:50:10 · 2068 阅读 · 7 评论 -
RecoNet,3D attention的新方案
前言近几年attention用在图像识别,分割等领域上越来越多了,从去年的GCnet,CCnet,再到Dual attention,大多数都是引入attention,进行相应的变种,但是他们的共同点都是把一个维度为**[batch_size,H,W,C]的tensor转化为[batch_size,HW,C],然后进行各种操作,如下图所示。这种转化是否会带来Channel上面的信息损失,Tensor Low-Rank Reconstruction for Semantic Segmentation提出了一种原创 2020-08-13 23:33:40 · 2793 阅读 · 0 评论 -
弱监督的通用方案,CAM从图像级标签到像素级标签
简介我们做深度学习中,到采用的训练方案是全监督的方式,这种全监督的方式,在基本的分类任务当中数据打标签的难度还好,但是在一些更多复杂的深度学习任务中,label的获取就有些困难了。比如在图像分割领域当中,像素级的标签获取起来费事费力(labelme用起来还挺累的),有没有这么一种算法可以通过分类的标签衍生出像素级的标签,答案是有的。CAM(Class Activation Mapping)就是目前所有弱监督算法的重要鼻祖。...原创 2020-07-18 13:47:22 · 4890 阅读 · 1 评论 -
双注意力机制网络,attention在图像分割领域的进一步优化?
前言在之前的博客中我们将了self-attention,在图像领域中应用大多数基于[H,W]这个维度,也就是图像的空间维度,本篇Dual Attention Network for Scene Segmentation,不仅在空间维度上的attention,也在channel的维度上进行attention。目前的主流attention机制:基于空间域的:self-attention,soft/hard attention基于channel域的:SEnet SKnet 以及ResNest本篇pape原创 2020-06-26 14:33:37 · 2352 阅读 · 0 评论