- 博客(7)
- 收藏
- 关注
RSS订阅原创 显著性目标检测之Stacked Cross Refinement Network for Edge-Aware Salient Object Detection
文章目录摘要网络详解特征提取Cross Refinement UnitCRUPoint-to-Point styleSet-to-Point Style.Selective Set-to-Point Style.损失函数实验结果Ablation Analysis对比总结 摘要 现状：现有的算法大多集中于聚合预训练的卷积神经网络的多层次特征。此外，一些人尝试利用边缘信息进行辅助训练。而现有的边缘感知模型设计的是单向框架，仅利用边缘特征来改善分割特征。 提出新框架：作者研究了二值分割与边缘映射之间的相互关系，指.
2020-08-02 16:47:10
905
1
原创 显著性目标检测之Label Decoupling Framework for Salient Object Detection
文章目录摘要网络详解三级目录 摘要 现存问题：下图为两个目前比较好检测方法的预测误差随像素到其最近边缘的距离的分布。横坐标表示距离，已归一化为[0,1]，纵坐标为预测误差。可以看出，像素越靠近边缘，越难预测。传统的显著性标签对显著性目标内部的像素都是同等对待的，这可能会导致预测误差较小的像素受到边缘的干扰； 提出方法：Label Decoupling Framework,该网络主要包含以下两部分： 标签解耦（LD）：通过LD过程，特征图像被分离为两部分：主体和边缘细节。细节图由边缘和附近的像素组成，充.
2020-08-01 16:19:18
2063
原创 显著性目标检测之A Simple Pooling-Based Design for Real-Time Salient Object Detection
文章目录摘要网络概述网络模型分析Global Guidance ModuleFeature Aggregation Module与边缘检测共同训练实验结果烧蚀研究与卓越方法的对比总结 摘要 文章的主旨为扩大池在卷积神经网络中的作用来解决突出目标检测的问题；根据此立意，作者提出了一下方法： 在u形结构的基础上，首先在自底向上的路径上构建了一个全局引导模块(GGM)，目的是在不同的特征层上提供潜在显著目标的位置信息； 进一步设计了一个特征聚合模块(FAM)，使粗级语义信息与自顶向下路径的细级特征很好地.
2020-07-31 17:19:52
1388
原创 分析显著性目标检测之Progressive Feature Polishing Network for Salient Object Detection
这里写目录标题摘要网络概述网络详解网络模型Feature Polishing Module 摘要 现有的方法主要集中在设计一个复杂的结构来包含多层次的特征，并过滤掉杂乱的特征。我们提出了渐进特征修正（polish）网络(PFPN)，一个简单而有效的框架，逐步修正多层次的特征，使其更加准确和有代表性。通过反复使用多个特征修正模块，该方法能够在不进行任何后处理的情况下检测出具有精细细节的显著目标。AFPM通过直接合并所有更高层次的上下文信息，并行地更新每一层的特征。此外，它可以保持特征图的维度和层次结构，这使.
2020-07-29 20:42:00
550
原创 分析显著性目标检测之Attentive Feedback Network for Boundary-Aware Salient Object Detection
这里写目录标题摘要引入网络详解网络模型全局感知模块 摘要 提出问题： 目前的方法采用了特征聚集技术，能够准确地找到突出的目标，但往往不能精确地分割出边界完整的目标，特别是边界狭窄的目标。 一般全卷积框架的不完善之处在于存在尺度空间问题，跨行和汇聚操作导致了关键细节(低层次的视觉线索)的丢失，这些细节无法通过上采样操作重建。 提出方法：提出了一种基于边界感知的突出目标检测网络，该网络不需要任何代价高昂的后处理。首先，我们在编码器网络的顶部实现了一个全局感知模块(GPM)来生成一个低分辨率的显著性图来粗略.
2020-07-19 19:34:49
1205
原创 分析显著性目标检测--Global Context-Aware Progressive Aggregation Network for Salient Object Detection
分析显著性目标检测–Global Context-Aware Progressive Aggregation Network for Salient Object Detection 这里写目录标题分析显著性目标检测--Global Context-Aware Progressive Aggregation Network for Salient Object Detection引入方法网络概述FIA引入方法网络概述FIA功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段
2020-07-16 21:01:39
1284
原创 分析显著性目标检测--A Mutual Learning Method for Salient Object Detection with intertwined Multi-Supervision
分析显著性目标检测–A Mutual Learning Method for Salient Object Detection with intertwined Multi-Supervision 本文是在阅读MLM后浅谈对于此模型方法的理解，做出部分解读，若有地方理解不对，欢迎提出批评与指正！ 文章目录 1.摘要 2.网络架构 3.方法解析 4.实验解析 数据集 实现细节 性能比较 消融实验 边缘检测 5.总结 方法解析 实验解析 数据集 显著性检测任务：使用DUTS的训练集训练，测试在DUTS的测
2020-07-12 10:05:22
1871
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人