CCNet: Criss-Cross Attention for Semantic Segmentation
很久前就想开始学习记录本文阅读笔记，一直在整理它的代码，拖到现在。 《摘要》 Long-range dependencies can capture useful contextual in ...
原文：CCNet: Criss-Cross Attention for Semantic Segmentation 里的Criss-Cross Attention计算方法
论文地址：https: arxiv.org pdf . v .pdf code address: https: github.com speedinghzl CCNet 相关论文：https: arxiv.org pdf . .pdf XLSor: A Robust and Accurate Lung Segmentor on ChestX Rays Using Criss Cross Atten ...
2019-04-22 16:11 0 1248 推荐指数：
相关推荐
Squeeze-and-Attention Networks for Semantic Segmentation
CVPR 2020 Motivation 1. 以前的分割网络都是只关注像素级别的预测，忽略了像素分组。但本文认为语义分割可以分为explicit pixel-wise prediction an ...
Stacked Cross Attention for Image-Text Matching
Stacked Cross Attention for Image-Text Matching 2020-03-06 15:13:08 Paper: https://arxiv.org/pdf/1803.08024.pdf Code: https://github.com ...
论文阅读：Semi-Supervised Semantic Segmentation with Cross-Consistency Training
摘要：在本文中，我们提出了一种新的基于交叉一致性的语义分割半监督方法。 一致性训练已被证明是一种强大的半监督学习框架，用于在集群假设下利用未标记的数据，其中决策边界应位于低密度区域。 在这项工作中，我们首先观察到，对于语义分割，隐藏表示中的低密度区域比输入中的低密度区域更明显。 因此，我们提出 ...
Coherent Semantic Attention for Image Inpainting
。 提出的方法： 根据人类修复图片的行为，提出一种带有coherent semantic attenti ...
CIAN: Cross-Image Affinity Net for Weakly Supervised Semantic Segmentation论文阅读
论文简介： 以image-level作为标签的弱监督语义分割往往面临目标区域估计不完整的问题。为了缓解这个问题，本文提出了一种对跨图像间关系进行建模的方法。 该方法在同类别不同图像之间建立像素级的关系矩阵，并据此从不同的图像间取得互相补充的信息，用以增广原特征并获取更加完整和鲁棒的目标估计 ...
[论文][半监督语义分割]Semi-Supervised Semantic Segmentation with Cross Pseudo Supervision
CVPR2021 原文 半监督语义分割方法的总结： 主要思想： Consistency regularization ：希望不同扰动之下网络的输出结果一致，扰动的加入的位置：（1）在输入图片上加扰动（2）在某一层的输出特征上添加扰动 创新点： 鼓励两个初始化不同（不同扰动）的网络 ...
2018年BRATS 肿瘤分割挑战赛第三名分割方案One-pass Multi-task Networks with Cross-task Guided Attention for Brain Tumor Segmentation
首先说一下我对这个方案的看法，相比第一名与第二名的方案，这个方案的分割方法确实复杂的多，原论文是发表在MICCAI，后来砖投到IEEE image processing（SCI 1区），总体感觉给人一种花里胡哨的感觉，但是看分割结果，却着实让人满意。以下将解析此论文。 摘要 肿瘤分割的一个主要 ...