针对目前点云分割存在速度慢、显存需求大的问题,该文提出以一种高效率学习的方法。从论文的结果来看,该文不仅在计算时间和计算资源上大幅缩减,分割效果也是达到甚至超过了SOTA。 采样 大规模点云处理的一个挑战在于如何快速且有效地进行采样,从而加速应用所需的时间和计算资源 ...
论文地址:https: arxiv.org abs . 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。并且舍弃了ViT中的position embedding操作,避免了测试图像与训练图像尺寸不同而导致模型性能下降的问题。在deco ...
2021-07-22 13:20 0 487 推荐指数:
针对目前点云分割存在速度慢、显存需求大的问题,该文提出以一种高效率学习的方法。从论文的结果来看,该文不仅在计算时间和计算资源上大幅缩减,分割效果也是达到甚至超过了SOTA。 采样 大规模点云处理的一个挑战在于如何快速且有效地进行采样,从而加速应用所需的时间和计算资源 ...
paper: ERFNet: Efficient Residual Factorized ConvNet for Real-time Semantic Segmentation code: PyTorch Abstract ERFNet可以看作是对ResNet结构的又一改变,同时也是 ...
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 ...
论文题目是STC,即Simple to Complex的一个框架,使用弱标签(image label)来解决密集估计(语义分割)问题。 2014年末以来,半监督的语义分割层出不穷,究其原因还是因为pixel级别的GroundTruth太难标注,因此弱监督成了人们研究的一个热门方向。 作者的核心 ...
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 ...
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 ...