笔记[M-SFANet]Encoder-Decoder Based Convolutional Neural Networks with Multi-Scale-Aware Modules...

@[TOC]( [M-SFANet] Encoder-Decoder Based Convolutional Neural Networks with Multi-Scale-Aware Modules for Crowd Counting (ICPR2020)笔记)
阅读笔记,如有错误谢谢指正~

motivation:

人群计数中存在人群遮挡,透视失真,规模变化和不同的人群分布等问题

Inspired by

SFANet and SegNet

methods:

提出用于人群计数的M-SFANet 和M-SegNet

M-SFANet:

在这里插入图片描述
encoder-decoder框架

encoder部分为VGG前13层

decoder两个主要模块为CAN和ASSP
CAN

接受VGG第十层的特征图,average pooling 也设为 1,2,3,6来提取上下文特征
CAN原型

ASSP

接受VGG第十三层的特征图. 多尺度特征来源也是 1×1卷积和3×3卷积 空洞率为6,12,18ASSP原型
ASSP和CAN出来的第一个分支都分别concat到对方D3Block中,目的是更好的高级多尺度特征。
类似U-Net的级联是为了获取低级特征。

M-SegNet

在这里插入图片描述
没有CAN和ASSP模块,其他组件相同,bilinear upsampling 改为Max unpooling

目的:更快速高效。

损失函数为L2

性能SOTA

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“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 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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