问题描述 本文提出了一种模型无关的后处理方案，即用内部像素的预测代替原来不可靠的边界像素预测，以提高由任何现有分割模型生成的分割结果的边界质量。该方法仅对输入图像进行两步处理： i 定位边界像素 ii 识别每个边界像素对应的内部像素 通过学习从边界像素到内部像素的方向来建立对应关系 。 该方法不需要先验信息的分割模型，达到接近实时的速度。实验验证，SegFix减少了cityspace数据集中各种 ...
2020-08-31 09:25 0 896 推荐指数：
Model-Agnostic Meta-Learning for Fast Adaptation of Deep Networks ICML 2017 Paper：https://arxiv.org/pdf/1703.03400.pdf Code for the regression ...
Motivation In this paper[1], authors presented a novel group based federated learning to solve inco ...
1. 概述 论文提出了对象上下文表示的方法，即通过利用对应类的对象区域的表示来增加一个像素的表示，利用该区域学习更好的像素表示，从而得到更好的像素标记。实验验证，截止ECCV 2020提交日期，“HRNet + OCR + SegFix”在cityspace上前排名第一。 2. ...
1 问题描述 该论文针对医学图像的两个关键问题：医学图像域内结构边界的模糊性和在没有专业领域知识的情况下分割区域的不确定性。当前的提高边界精度的方法依赖于后处理（如CRF），结果会受手工参数的影响，提出了结构边界保持的分割框架。 论文的主要贡献在于： (1) 提出了一种最适合目标区域 ...
代码： github.com/cbfinn/maml github.com/cbfinn/maml_rl Model-Agnostic Meta-Learning for Fast Adaptation of Deep Networks ...
论文：https://arxiv.org/abs/1910.05577 代码：https://github.com/XudongLinthu/context-gated-convolution 这是来自哥伦比亚大学和腾讯 AI lab 的工作，也是一种即插即用的模块。 论文的动机 ...
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 ...
Prediction-Tracking-Segmentation 2019-04-09 18:47:30 Paper：https://arxiv.org/pdf/1904.03280.pdf 之所以要讲这篇文章，是因为，我很喜欢这个文章的思路，即：基于 prediction ...
