Dec, 2021

LCTR：唤醒 Transformer 的本地连续性以进行弱监督的物体定位

PDF
TL;DR本文提出了一种基于 transformer 的新型框架 LCTR（局部连续 Transformer），旨在增强局部感知能力，包括关系补丁注意模块（RPAM）和 Cue Digging 模块（CDM），在两个广泛使用的数据集上进行了全面实验，验证了该方法的有效性。
weakly supervised object localizationconvolution neural networktransformer architecturerelational patch-attention modulecue digging module
发现论文，激发创造
  • 基于语义约束匹配的弱监督目标定位 Transformer

    本研究提出了一种基于转换器的新型语义约束匹配网络（SCMN），通过匹配从成对图像中提取的粗糙类激活图（CAMs），从而隐式引导和校准转换器网络以缓解发散激活问题，在 CUB-200-2011 和 ILSVRC 数据集上进行的大量实验结果显示，我们的方法可以达到最新的最优性能，并且在性能上超过之前方法很大幅度。

    Sep, 2023

  • 基于 Transformer 的弱监督目标定位及隐式空间校准

    该论文介绍了一种用于高精度弱监督下物体定位的外部模块 —— 空间校准模块（SCM），用于调整 Transformer 的长程建模，以帮助捕捉物体的空间一致性，提高训练期间的信息传输效率和生成的注意力图的边界精度，从而显着提高了性能表现。

    Jul, 2022

  • 使用样本内对比学习和一致性注意力进行弱监督目标定位

    本文提出了一种对弱监督对象定位进行背景辅助的方法，该方法旨在使用对比度关注损失，前景一致性损失和非局部注意力块来提高各层次对目标的感知，进而实现更高的图像定位精度。

    Sep, 2020

  • TS-CAM: Token Semantic Coupled Attention Map 用于弱监督目标定位

    通过引入 token 语义耦合的注意力映射（TS-CAM），该文利用 Transformer 网络的自注意力机制提取远程特征依赖性以避免局部激活问题，进而实现了语义感知定位的最新性能改进。

    Mar, 2021

  • ViTOL: 弱监督目标定位的视觉 Transformer

    我们提出了一种名为 ViTOL 的方法来处理弱监督目标定位问题，在自我关注和渐变关注实现的基础上，引入了基于补丁的关注中断层 (p-ADL) 用于增加定位图的覆盖范围，并且使用基于类别的注意力图生成机制来解决类不可知的问题，并在 ImageNet-1K 和 CUB 数据集上取得了 70.47% 和 73.17% 的最新结果。

    Apr, 2022

  • 弱监督物体定位中的本地化反思

    通过引入二分类检测器和加权熵损失函数，提出了一种改进的弱监督目标定位方法，解决了现有方法中单类回归和噪声边界框带来的限制和问题。在 CUB-200-2011 和 ImageNet-1K 数据集上的实验结果表明了我们方法的有效性。

    Aug, 2023

  • 基于注意力机制的弱监督目标定位的 Dropout 层

    本文提出了一种注意力分布特征 (ADL) 的弱监督目标定位技术，利用自注意机制对模型的特征图进行处理，旨在实现对目标的完整覆盖和信息突出。实验证明该方法有效提高了目标识别率和检测精度，在 CUB-200-2011 数据集中实现了最新的定位精度记录。

    Aug, 2019

  • 利用 Swin Transformer 进行局部到全局弱监督语义分割

    近年来，计算机视觉领域中的弱监督语义分割使用基于图像级标签的监督引起了广泛关注。本研究探索了使用 Swin Transformer 的 'SWTformer' 来提高初始种子 CAMs 的准确性，通过结合局部和全局视角。

    Jan, 2024

  • 深度自学习用于弱监督目标定位

    提出一种使用深度自我学习方法进行弱监督定位的实现，以获取可靠的正样本，并通过一个在线支持的样本收获方案去动态地选择最有信心的正样本以达到相互促进。

    Apr, 2017

  • 多尺度视觉转换器在弱监督目标定位中的深度聚类引导精炼

    该研究论文提出了一种利用弱监督目标定位来学习物体定位的方法，通过多尺度物体定位变换器（MOLT）和深度聚类引导精化方法提高了定位准确度，并在公开的 ILSVRC-2012 数据集上进行了实验证明了该方法的有效性。

    Dec, 2023