PaperReading2-Pyramid Attention Network for Semantic Segmentation

最新推荐文章于 2020-06-17 18:54:08 发布
最新推荐文章于 2020-06-17 18:54:08 发布
阅读量3k 收藏 8
点赞数 2
分类专栏： paper_reading 文章标签： paper
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u010142666/article/details/80994439
版权

今天我给大家介绍的是Face++2018发表的一篇关于图像分割的论文《Pyramid Attention Network
for Semantic Segmentation 》，这篇论文属于Attention系列，介绍了结合金字塔的Attention网络，论文中多次讲到了本方法和现有一些分割方法的不同，确实存在创新，可以在下面的介绍详细看。

总的来说，论文是将Attention机制与金字塔结构结合作为本文的亮点，这样可以在高层语义指导的基础上来提取相对与较低层的精确的密集特征，取代了其他方法里面的复杂的空洞卷积dilated和多个编码解码器的操作，跳出了以往常常用到的U-Net结构；再者，另一个亮点与Global  average pooling类似的操作，采用了一个全局pooling进行底层特征的权值加权，对特征的map起到的选取的作用。在上面两步的结合下论文展示的结果是在PASCAL VOC 2012和Cityscapes基准测试中实现了最先进的性能，没有COCO预训练的情况下，PASCAL VOC 2012的mIoU精度为84.0％，而没有COCO数据集的培训。

论文的结构主要如下：

最低0.47元/天 解锁文章
Wa_o_Fi
关注
  • 2
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
专栏目录
极简笔记 Pyramid Attention Network for Semantic Segmentation
Hibercraft的博客
06-16 9629
极简笔记 Pyramid Attention Network for Semantic Segmentation 本文核心提出PAN，提出Feature Pyramid Attention module（FPA）和Global Attention Upsample module（GAU），引入注意力机制用于语义分割。 文章认为现有分割ASPP模型会导致grid artifact；以及pyr...
PAN（Pyramid Attention Network for semantic segmentation）paper解读
蓝羽飞鸟的博客
05-23 1775
PAN paper解读，附数据集使用，github地址
Pyramid Attention Network for Semantic Segmentation
君只见独不见的专栏
10-09 2700
翻译 | 林椿眄 出品 | 人工智能头条（公众号ID：AI_Thinker）   近日，北京理工大学、旷视科技、北京大学联手，发表了一篇名为 Pyramid Attention Network for Semantic Segmentation 的论文。在这篇论文中，四位研究者提出了一种金字塔注意力网络(Pyramid Attention Network，PAN)，利用图像全局的上下文信息来...
语义分割--(PAN)Pyramid Attention Network for Semantic Segmentation
热门推荐
DFan的NoteBook
08-30 1万+
Pyramid Attention Network for Semantic Segmentation Pyramid Attention Network for Semantic Segmentation 原文地址：PAN 备注： 这篇文章和DFN类似。 Introduction Abstract 论文提出了Pyramid Attention Network(PAN)网络...
论文阅读笔记之Pyramid Attention Network for Semantic Segmentation
u011489887的专栏
01-10 3879
论文地址：https://arxiv.org/abs/1805.10180v1 摘要：本文利用全局上下文信息在语义分割中的影响提出了一个金字塔注意力网络（PAN）。 与现有的工作不同，我们结合注意机制和空间金字塔对像素级别的标签提取精确稠密特征，而不是复杂的空洞卷积（dilated convolution ）和人工设计的解码器网络。具体地，我们引入了特征金字塔注意力模块，在高层特征图输出上执行...
论文Pyramid Attention Network for Semantic Segmentation笔记
cl2227619761的博客
06-17 1447
该论文发表于2017CVPR，由北理工+旷视科技+北大共同完成 论文传送门 名词解释 Global contextual information: 译为中文即为全局上下文信息，即图像中的物体并不是孤立的，像素之间都是有联系的，这种联系就是上下文信息，而全局上下文信息是从图像全局的像素之间的联系，以下面的图为例： ...
pyramid attention network for semantic segmentation读书笔记·
RRZS的博客
07-04 4405
这是一篇semantic segmentation的文章，与之前的segmentation最大的区别在于作者运用没有使用ASPP()结构去提取特征，而采用了FPA(Feature Pyramid Attention)和GAU（Global attention upsample），即在卷积的同时引入了attention的机制（作者认为高层的信息可以对低层的信息进行指导）。个人认为attention必...
MyDLNote - Attention: [NLA系列] Asymmetric Non-local Neural Networks for Semantic Segmentation
u014546828的博客
11-07 2817
Asymmetric Non-local Neural Networks for Semantic Segmentation Zhen Zhu , Mengde Xu , Song Bai , Tengteng Huang , Xiang Bai Huazhong University of Science and Technology, University of Oxford [GitH...
[pytorch] 语义分割之(PAN网络模型)Pyramid Attention Network for Semantic Segmentation（训练代码+预测代码）
ZJE
09-03 1万+
出处：2018年CVPR 0.论文的启发： 上述网络是PSPNet里使用的空间金字塔池化模型，但使用池化操作会有空间信息上的损失。而DeepLab使用空洞卷积会存在缺少局部信息和”griding”(卷积核退化)现象。因此作者并不使用空间金字塔池化和空洞卷积。 然后作者受parseNet的影响： parseNet是额外使用一支分支来全局池化(下图粉色部分)，把它作为全局特征，在特征...
cvpr2019_Pyramid-Feature-Attention-Network-for-Saliency-detection:显着性检测的金字塔特征选择网络的代码和模型
05-11
cvpr2019_金字塔特征注意网络以进行显着性检测 赵婷和吴相干撰写的CVPR 2019论文“用于显着性检测的金字塔特征注意网络”的源代码。 （ ） 下载显着性地图 为了方便起见，我们提供了本文中使用的基准数据集的显着...
Rethinking-Atrous-Convolution-for-Semantic-Image-Segmentation-1.zip
01-20
它提出了 atrous spatial pyramid pooling (ASPP) 结构，通过不同空洞率的卷积层同时处理特征图，从而获得不同范围的上下文信息。此外，ASPP还引入了全局平均池化层，以捕捉全局信息，提高了分割的准确性。 ...
Pyramid Feature Attention Network for Saliency detection.ppt
01-10
显著性检测组会汇报ppt，主要讲解了将金字塔特征注意力网络用于显著性检测的方法，网络结构，实验等内容。
Laplacian Pyramid Adversarial Network for Face Completion
02-08
In this paper, we propose a Laplacian-pyramid-based generative framework for face completion. This framework can produce more realistic results (1) by deriving precise content information of missing ...
A-2 Extended Feature Pyramid Network for Small Object Detection.pdf
04-21
### A-2 Extended Feature Pyramid Network for Small Object Detection #### 概述 小物体检测一直是计算机视觉领域中的一个挑战性问题，因为小物体在图像中仅占少数像素，这使得提取其有效信息变得困难。虽然传统...
pi_heif-0.17.0-cp39-cp39-manylinux_2_31_armv7l.whl
最新发布
07-27
pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。
ubuntu20.04-ssh9.8p1-ssl3.0.14-focal-deb-amd64升级加固脚本.zip
07-27
若有新版本请查看文章最后附件地址：https://blog.csdn.net/liuxin638507/article/details/132450367 特点： 1、同时升级openssh与openssl，采用deb包形式，一键快速升级版本，无需每台单独再次进行编译， 2、隐藏openssh-版本号(openssh9.8p1及之后隐藏版本号还未找到方法) 3、已默认安全加固（已有配置跳过） 安装： 执行 bash upgrade_ssl_ssh_ubuntu.sh 进行安装 注意，升级安装后，确保sshd服务正常，请新开终端进行验证测试 验证 openssl版本： openssl version OpenSSL 3.0.14 4 Jun 2024 (Library: OpenSSL 3.0.14 4 Jun 2024) openssh版本： ssh -V OpenSSH_9.8p1, OpenSSL 3.0.14 4 Jun 2024
avif-0.5.0-cp36-cp36m-manylinux1_i686.whl
07-27
python库，可以直接安装使用，再也不怕自己pip下载，出现等待超时的现象。欢迎下载使用，使用过程中如有使用问题，请及时与我沟通交流，帮你解决！ python库，可以直接安装使用，再也不怕自己pip下载，出现等待超时的现象。欢迎下载使用，使用过程中如有使用问题，请及时与我沟通交流，帮你解决！ python库，可以直接安装使用，再也不怕自己pip下载，出现等待超时的现象。欢迎下载使用，使用过程中如有使用问题，请及时与我沟通交流，帮你解决！ python库，可以直接安装使用，再也不怕自己pip下载，出现等待超时的现象。欢迎下载使用，使用过程中如有使用问题，请及时与我沟通交流，帮你解决！ python库，可以直接安装使用，再也不怕自己pip下载，出现等待超时的现象。欢迎下载使用，使用过程中如有使用问题，请及时与我沟通交流，帮你解决！
教务管理系统-毕业设计.zip
07-27
教务管理系统-毕业设计.zip
a multiscale residual pyramid attention network for medical image fusion
09-16
医学图像融合是将多个不同模态的医学图像融合成一个综合的图像，以提供更全面、准确的信息供医生进行诊断和治疗。在这个问题中，描述了一种名为“多尺度残差金字塔注意力网络”的方法用于医学图像融合。...
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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