CVPRFeb, 2023

PolyFormer: 将图像分割视为序列多边形生成

PDF
TL;DR该论文提出一种基于序列多边形生成框架 Polygon Transformer (PolyFormer) 的图像分割方法，通过生成多边形顶点序列实现对图像分割的参照。该方法在 RefCOCO+ 等实际数据集上表现优异，性能提升明显。
image segmentationpolygon generationsequence-to-sequence frameworkgeometric localizationrefcoco+
发现论文，激发创造
  • PolyTransform: 深层多边形变换器用于实例分割

    通过融合现有的分割算法和现代多边形方法，本研究提出了一种名为 PolyTransform 的新型实例分割算法，能够生成准确、保存几何信息的遮罩，取得了显著的性能提升。我们的算法在 Cityscapes 数据集上排名第一，并在交互式注释设置中取得了令人印象深刻的收益。

    Dec, 2019

  • 元 - 息肉：高效息肉分割的基线模型

    本研究提出了使用 Meta-Former 与 UNet 的融合模型，并引入多尺度上采样块与级联组合以提高纹理，并提出 Convformer 块增强局部特征，以实现医学分割的全局信息、局部信息和边界信息等敏感点的更好决策。该模型在 CVC-300 数据集、Kvasir、CVC-ColonDB 数据集上取得了领先水平的表现。

    May, 2023

  • ColonFormer：一种高效的基于 Transformer 的结肠息肉分割方法

    该研究提出了一种名为 ColonFormer 的编码器 - 解码器网络架构，以增强多级特征表示，并在全局地图内精确分割息肉对象，优于其他先进方法，适用于内镜图像在临床支持系统中的自动分析。

    May, 2022

  • LAPFormer: 一个轻量且准确的息肉分割 Transformer

    本文介绍了一种新型的编码器 - 解码器结构的 LAPFormer 模型，使用分层 Transformer 编码器来提取全局特征，并结合了用于捕获息肉局部外观的 CNN 解码器，包括渐进特征融合模块，特征细化模块和特征选择模块来处理特征，模型在多个息肉分割数据集上进行测试表现良好。

    Oct, 2022

  • SegFormer：使用 Transformer 简单高效的语义分割设计

    SegFormer 是一种简单、高效而强大的语义分割框架，它将 Transformers 和轻量级的多层感知机解码器统一在一起。我们展示了这种轻量简单设计对提高 Transformers 语义分割效率的关键所在，并为 SegFormer 构建了一系列模型，其中最好的模型 - SegFormer-B5，在 Cityscapes 验证集上达到了 84.0％的 mIoU，显示了出色的零 - shot 鲁棒性。

    May, 2021

  • SeqFormer: 序列 Transformer 用于视频实例分割

    本文介绍了 SeqFormer，一种基于视频实例分割的模型，通过注意力机制捕捉视频帧之间的关系，定位每帧的实例并聚合时间信息，从而实现自然的实例跟踪并预测动态遮罩序列，结合 Swin Transformer 可获得更高的 AP，是视频实例分割领域的强基线模型。

    Dec, 2021

  • P2PFormer：一种从遥感影像中提取规则建筑轮廓的点 - 多边形方法

    从遥感图像中提取建筑轮廓是一个重要的挑战，本文介绍了一种新的流线型流程以无需后处理生成规则的建筑轮廓，使用分割通用几何图元并预测它们的顺序，在此基础上，开发了一个利用 Transformer 架构的 P2PFormer，通过引入群体查询的独特表示方法，结合创新的内隐更新策略，提高了图元分割的质量，实验证明 P2PFormer 在多个数据集上表现优于先前的方法。

    Jun, 2024

  • PBFormer：使用多项式带变换器捕捉复杂场景文字形状

    我们提出了 PBFormer，一种高效而强大的场景文本检测器，将变压器和一种新颖的文本形状表示多项式带（PB）结合起来。

    Aug, 2023

  • 探究 Transformer 在分解多边形形状为点集时的应用

    本研究研究了 Transformers 生成预测的两种方法：自回归和并行预测，并在视觉集预测任务中以多边形图像为例，提供了有关 Transformers 自然顺序重要性的证据，表明将复杂的多边形分解为点的集合可以获得自回归方式的好处。

    Aug, 2021

  • 使用 Transformer 进行对比分组的指向图像分割

    在本文中，我们提出了一种使用对比式分组和 Transformer 网络 (CGFormer) 的掩模分类框架，通过基于令牌的查询和分组策略来明确捕捉对象级信息。CGFormer 通过交替查询语言特征并将视觉特征分组到查询令牌中进行对象感知的跨模态推理，最终通过对比学习来确定与参考对象对应的令牌及其掩模，实验结果显示 CGFormer 在分割和泛化设置中始终明显优于最先进的方法。

    Sep, 2023