CVPR 2021 | 250 FPS！让实时语义分割飞起！重新思考BiSeNet
/MichaelFan01/STDC-Seg 超强的实时语义分割新网络：STDC，表现SOTA！性能优于BiSe ...
原文：CVPR2021 | SETR: 使用 Transformer 从序列到序列的角度重新思考语义分割
前言 本文介绍了一篇CVPR 的语义分割论文，论文将语义分割视为序列到序列的预测任务，基于transformer作为编码器，介绍了三种解码器方式，选择其中效果最好的解码器方式与transformer编码器组成了一个新的SOTA模型 SETR。 论文：Rethinking Semantic Segmentation from a Sequence to Sequence Perspective w ...
2021-11-04 15:59 0 183 推荐指数：
相关推荐
CVPR2021 | 重新思考BatchNorm中的Batch
前言 公众号在前面发过三篇分别对BatchNorm解读、分析和总结的文章(文章链接在文末)，阅读过这三篇文章的读者对BatchNorm和归一化方法应该已经有了较深的认识和理解。在本文将 ...
CVPR2021中的目标检测和语义分割论文汇总
CVPR2021中的目标检测和语义分割论文汇总 计算机视觉工坊 昨天 计算机视觉工坊 专注于计算机视觉、VSLAM、目标检测、语义分割、自动驾驶、深度学习、AI ...
CVPR2021 | Transformer用于End-to-End视频实例分割
实例分割（VIS）是一项需要同时对视频中感兴趣的对象进行分类、分割和跟踪的任务。本文提出了一种新的基于 ...
CVPR2021接受论文/代码分方向整理(目标检测+分类+语义分割)
文章在Github上持续更新，欢迎大家 star/fork（点击阅读原文即可跳转）：https://github.com/extreme-assistant/CVPR2021-Paper-Code-Interpretation/blob/master/CVPR2021.md 官网链接：http ...
医学图像分割论文(cvpr2021): TransUNet
摘要 在医学语义分割中，卷积操作的固有局部性，导致U型网络在建模长期依赖方面显示出局限性。transformer被设计用于序列到序列的预测，由于其固有的全局注意力机制，使其可作为可选网络结构。但transformer低级细节不足，可能导致本地化能力有限。 本文提出 ...
CVPR2021 | 华为诺亚实验室提出Transformer in Transformer
前言： transformer用于图像方面的应用逐渐多了起来，其主要做法是将图像进行分块，形成块序列，简单地将块直接丢进transformer中。然而这样的做法忽略了块之间的内在结构信息，为此，这篇论文提出了一种同时利用了块内部序列和块之间序列信息的transformer模型，称之为 ...
【CVPR2021】NBNet解读
【CVPR2021】NBNet: Noise basis learning for image denoising with subspace projection 基于子空间注意力模块的图像降噪，作者尚未公开官方代码，但 github上目前有一个非官方的实现可参考。下面内容主要来自青源LIVE ...