Decoders Matter for Semantic Segmentation:Data Dependent Decoding Enables Flexible Feature Aggregation : : Paper：https: arxiv.org pdf . .pdf Code unofficial PyTorch Implementation ：https: github.com L ...
2019-04-24 16:58 0 582 推荐指数：
概要 最近的语义分割方法都在探索encoder-decoder结构。一般这种结构中的encoder产生较小分辨率的feature map，然后最后的decoder通过双线性上采样来得到像素级的预测。作者认为这种方法太简单粗暴是次优的，所以提出了一种新的上采样方法：Dupsampling，这种 ...
图森和CMU的合作工作。 论文链接[https://arxiv.org/abs/1702.08502](https://arxiv.org/abs/1702.08502) 主要提出DUC（dense upsampling convolution）和HDC（hybrid dilated ...
论文网址： https://arxiv.org/abs/1311.2524 RCNN利用深度学习进行目标检测。 摘要 可以将ImageNet上的进全图像分类而训练好的大型卷积神经网络用到PASCAL的目标检测中？ 答案是肯定的，并且结果是简单的，可扩展的，相对于可变部件模型（DPM ...
论文地址：https://arxiv.org/abs/2105.05633 1 引言 图像语义分割在单个图像块级别通常表现得比较模糊，文章提出了一种基于tansformer的语义分割模型，可以在网络传播过程中建模全局上下文信息。其网络结构是在ViT模型的基础上进行扩展，以适应语义分割任务 ...
一、Abstract 提出了一种end-to-end的做semantic segmentation的方法，也就是FCN，是我个人觉得非常厉害的一个方法。 二、亮点 1、提出了全卷积网络的概念，将Alexnet这种的最后的全连接层转换为卷积层，好处就是可以输入任意 ...
论文地址：https://arxiv.org/abs/2105.15203 1 引言 文章提出了一种基于transformer的语义分割网络，不同于ViT模型，SegFormer使用一种分层特征表示的方法，每个transformer层的输出特征尺寸逐层递减，通过这种方式捕获不同尺度的特征信息 ...
Semantic Segmentation using Adversarial Networks 2018-04-27 09:36:48 Abstract： 对于产生式图像建模来说，对抗训练已经取得了很好的效果。本文中，我们提出了一种对抗训练的方法来训练语义分割模型。其实这里就是加了一个 ...
paper: Object-Contextual Representations for Semantic Segmentation code: PyTorch Abstract OCR是MSRA和中科院的一篇语义分割工作，结合每一类的类别语义信息给每个像素加权，再和原始的pixel ...
