CVPRMay, 2018

重新审视空洞卷积：一种用于弱监督和半监督语义分割的简单方法

PDF
TL;DR通过利用扩张卷积等方法，本文提出一种弱监督下语义分割的新模型，能够得到准确的物体分割结果，相较于之前的方法在具有 1,464 个分割掩码的半监督和仅有图像级标签的弱监督设置下，分别获得了 60.8％和 67.6％的高精度分割效果，成为当前最优秀的模型。
发现论文，激发创造
  • 用于图像分割的膨胀卷积平滑优化

    通过引入额外的平均层，我们提出了一种可以显著提高图像分割的扩张卷积效能的解决方法，其采用的低成本平滑方法具有比以前方法更高的计算效率。

    Mar, 2019

  • 理解卷积在语义分割中的应用

    该论文提出了一种改进像素级语义分割的深度学习方法，其中涵盖了密集上采样卷积和混合空洞卷积框架，达到了在 Cityscapes 等数据集上的最先进结果。

    Feb, 2017

  • 使用深度特征图进行弱监督定位

    本文提出了一种使用仅图像标签训练的分类网络的弱监督对象定位算法，该方法利用卷积层中捕获的局部空间和语义模式来检测和定位图像中的多个物体，通过采用有效的束搜索方法，该方法在标准对象定位数据集中明显优于现有技术，mAP 得分提高了 8 个点。

    Mar, 2016

  • D^2Conv3D: 在视频中进行物体分割的动态空洞卷积

    本文提出了一种新的卷积方法：Dynamic Dilated Convolutions (D^2Conv3D)，并经过实验证明它可以作为标准卷积的替代方法，用于提高 3D CNN 架构的性能，从而提高视频分割相关基准任务的表现，进一步表明该方法优于现有扩展的 3D 卷积方法，最终在 DAVIS 2016 无监督视频物体分割基准测试中实现了新的最佳成绩。

    Nov, 2021

  • 弱监督目标定位的改进技术

    本文提供了一种改进的技术，用于弱监督目标定位，通过数据增强和卷积神经网络的学习优化，与当前最先进的技术相比，可以将 Top-1 的定位准确性提高 21.4% 至 37.3%。

    Feb, 2018

  • 空洞卷积多尺度上下文聚合

    本文提出了一种特别为密集预测设计的新的卷积网络模块，该模块利用扩张卷积系统地汇集多尺度上下文信息，而不会丢失分辨率，并证明了该模块可以提高现有最先进的语义分割系统的精度。同时，作者还探究了将图像分类网络适应于密集预测的可能性，并提出了简化适应后的网络结构有助于提高精度。

    Nov, 2015

  • 用于实例分割的半卷积算子

    本文研究目标检测和实例分割问题，提出了一种基于像素级别标签的解决方案，证明了构造可以分离对象实例的密集像素嵌入不易使用卷积运算实现，但也表明了简单的修改可以更好地解决该问题。我们将其与 Hough 投票和双边核的变体相关联，并演示了这些运算符可以用于改进 Mask RCNN 等方法。

    Jul, 2018

  • 弱监督深度检测网络

    本文探讨探索深度卷积神经网络的力量，提出了一种弱监督的深度检测架构，该架构可以同时进行区域选择和分类，并使用图像分类器训练，从而比实现图像级分类任务的标准数据增强和微调技术更好地学习目标探测器。

    Nov, 2015

  • 弱标注语义视频物体分割的半监督域适应

    该论文提出了一种半监督方法来适应经过标记的图像数据训练的 CNN 图像识别模型到目标域，利用 CNN 学到的语义证据和视频数据的内在结构进行视频语义对象分割，显式地建模并补偿从源域到目标域的领域转移，并展示了我们的方法在具有挑战性的数据集上相对于现有方法的卓越性能。

    Jun, 2016

  • 利用扩张卷积有效地对遥感图像中小目标实例进行分割

    本文介绍了一种解决遥感图像中对象小而拥挤的局限性，名为 LFE 架构的新型结构，其核心是在扩张前端模块之上添加局部特征提取模块，通过聚合不断减小的扩张因子来聚合本地特征，实现了卫星遥感图像的语义分割，取得了显著的效果。

    Sep, 2017