- 博客(6)
- 收藏
- 关注
RSS订阅原创 [ECCV 2020] Synthesize then Compare: Detecting Failures and Anomalies for Semantic Segmentation
主要解决的问题：语义分割中的失败和异常检测； 解决方法：提出一个统一的框架，包含两个模型来处理以上两个问题； 模型1：图像合成模型，从分割输出map合成图像； 模型2：比较模型，计算合成图像和输入图像之间的差异。 目录引言相关工作方法 引言 深度学习在计算机视觉的众多任务中都取得较为成功的结果。但是，在实际应用中，例如自动驾驶、医学诊断和核电站监测，安全问题引起了极大的关注，尤其是在故障案例会导致严重后果的情况下。因此，机器学习系统能够检测到故障（即错误的预测）以及识别可能导致这些故障的异常，即out-o.
2021-03-13 16:22:54
571
原创 [TMI 2020] Co-Learning Feature Fusion Maps From PET-CT Images of Lung Cancer
目录摘要引言二级目录三级目录 摘要 论文主要做pet-ct联合分析。现有pet-ct图像分析始讲两种模态分开分析或者基于特定的任务融合两个模态的信息。这些方法忽略了跨模态的空间变化视觉特征（意思是没有充分考虑模态间的关系，且不同模态对于不同目标具有不同的优先级–某一模态能更好的捕获某一目标） 本文目标：基于新的监督CNN改善多模态，即pet-ct中互补信息的融合；这个CNN可以学习互补信息融合方式一进行多模态医学图像分析； 过程：1）对每个模态进行特征编码；2）利用编码特征得到空间变换融合map,这个ma.
2021-03-13 16:21:42
1077
原创 [论文笔记]（arxiv2017）Recurrent neural networks for semantic instance segmentation--RSIS
论文链接 目录摘要1. 引言2. 相关工作3. 方法3.1 编码3.2 解码3.3 训练4. 实验5. 总结 摘要 提出recurrent 模型进行实例分割。输入图片，输出目标的mask 序列和每一个目标对应的类别概率图，该模型是一个端对端的模型。与依赖于目标proposal的方法相比，本文模型不需要对输出进行任何后处理。在Pascal VOC 2012, CVPPP Plant Leaf Segmentation和Cityscapes数据库上进行实验。本文进一步分析了本文目标排序模式，发现该模式是一致的.
2020-06-23 17:13:14
1251
原创 [论文笔记](CVPR2019) RVOS: End-to-End Recurrent Network for Video Object Segmentation
RVOS:End-to-End Recurrent Network for Video Object Segmentation 论文链接 作者简介： 摘要 多目标视频目标分割是一项具有挑战的任务，尤其对于zero-shot，即在没有给出视频初始帧的目标掩模的情况下分割处整个序列的目标。这篇论文提出了循环网络(Recurrent Network)以进行视频多目标分割(RVOS)，该网络可进行端对端训练。该模型将循环应用在两个不同的域中：(1)空间域：找出一帧图像中不同的目标实例；(2)时间域：保持被分割对象在
2020-06-08 13:29:42
938
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