paper链接：https: arxiv.org pdf . .pdf code链接：https: github.com YangZhang AdaptationSeg 摘要： 在过去的 年里面，卷积神经网络在语义分割领域大获全胜，语义分割是许多其他应用的核心任务之一，这其中包括无人驾驶 增强现实。然而，训练一个卷积神经网络需要大量的数据，而对于这些数据的收集和标注是极其困难的。计算机图形学领域的 ...
2019-01-23 13:18 0 725 推荐指数：
Abstract 基本任务：大规模点云上的语义分割 一方面，为了减少邻近点的歧义，通过充分利用双边结构中的几何和语义特征来增加它们的局部上下文。 另一方面，全面地从多个分辨率中提取点的 ...
目录 问题 方法 使用自步学习的自监督训练 类别平衡自监督训练 自步学习过程设计 空间先验 问题 主要解决的问题 ...
论文阅读笔记《Semantic Instance Segmentation with a Discriminative Loss Function》 1、Introduction 本文最重要的是提出一个判别损失函数，其鼓励网络将每个像素映射到特征空间中的点，使得属于同一实例的像素靠近 ...
论文阅读--Residual Conv-Deconv Grid Network for Semantic Segmentation (别吐槽水印, arxiv上就长这样) 原文链接:https://arxiv.org/pdf/1707.07958.pdf 论文简介: 本文提出了一个新 ...
Parameter Transfer for Deep Domain Adaptation CV ...
先分享一篇比较好的论文讲解：https://mp.weixin.qq.com/s?__biz=MzUxNjcxMjQxNg==&mid=2247484611&idx=1&sn=273851087cc6ea2cf92fdb7e3658f8b5&chksm ...
14年9月份挂出来的文章，基本思想就是用对抗训练的方法来学习domain invariant的特征表示。方法也很只管，在网络的某一层特征之后接一个判别网络，负责预测特征所属的domain，而后特征提取器和判别器在域分类loss上对抗，同时特征提取器和lable分类器（也就是原任务中的分类器）共同 ...
如何将知识分离出来？ 作者在论文中argue到，CNN在设计的过程中有一个固有的无效性，因为他们会将color，shape和纹理信息一起处理（感觉可以找个时间介绍一些，图像中的color，shape或者texture信息对于图像的特征提取有哪些帮助作用）。但是实际上这些不同的信息，比如color ...
