Apr, 2020

利用物体共现关系完成场景的 Halluci-Net

TL;DR本文提出了一种基于 `Halluci-Net` 的两阶段深度网络方法,它学习了场景中物体之间的共现关系,并利用这些关系产生了密集和完整的标签映射,该方法在 Cityscapes 数据集上获得了比两个基线方法更好的性能指标,包括 Fréchet Inception Distance(FID)、语义分割准确性以及物体共现相似性,并展示了 ADE20K 数据集子集(包含卧室图像)的定性结果。