Oct, 2023

基于补丁对比学习的弱监督语义分割的 Top-K 汇聚

PDF
TL;DR提出了一种名为 top-K 汇聚的 Vision Transformer 弱监督语义分割方法（TKP-PCL），通过使用 top-K 汇聚层来增强之前最大汇聚选择的限制，并提出了一种补丁对比误差（PCE）来增强补丁嵌入，从而进一步提高最终结果。实验结果表明，该方法在 PASCAL VOC 2012 数据集上非常高效，并且优于其他最新的弱监督语义分割方法。
weakly supervised semantic segmentationimage-level labelsvision transformerpseudo labelstop-k pooling
发现论文，激发创造
  • 基于视觉 Transformer 的最大池化方法调和弱监督下的语义分割中的类别和形状

    该论文提出了一种新的基于 Vision Transformers (ViT) 的弱监督语义分割方法，命名为 ViT-PCM，该方法不使用传统的 CNN-CAM。在数据集 PascalVOC2012 上实验结果表明，该方法在参数数量最少的情况下具有最好的性能和精度。

    Oct, 2022

  • 基于 Token 对比的弱监督语义分割

    本研究提出了 Token Contrast (ToCo)，一种用于解决 Vision Transformer（ViT）在弱监督语义分割 (WSSS) 中过度平滑的问题，是革新的 Class Activation Map（CAM）的一种实验。ToCo 采取 Patch Token Contrast（PTC）和 Class Token Contrast（CTC）的方式，有效地提高了语义分类精度，与多阶段的最先进方法相当。

    Mar, 2023

  • 基于像素原型对比的弱监督语义分割

    本文提出了一种基于像素级原型对比度的弱监督语义分割方法，通过两种直观的先验知识，对图像的不同视角和单个视角内进行执行，旨在实施跨视图特征语义一致性规则，并促进特征空间的内部（间）类一致性（离散度），从而提高了两个强基线模型的精度，并在 PASCAL VOC 2012 上实现了新的最先进水平。

    Oct, 2021

  • 弱监督语义分割：渐进式补丁学习

    本文提出了一种新的渐进式补丁学习方法来提高弱监督语义分割中的局部细节提取，进一步将特征破坏和补丁学习扩展到多级粒度，同时与多阶段优化策略相结合来提供模型对不同程度的特征提取能力。此方法超越了大多数现有的弱监督语义分割方法，在 PASCAL VOC 2012 数据集上取得了出色的表现。

    Sep, 2022

  • 弱监督语义分割的补充补丁

    本研究通过信息学理论视角，提出一种基于互补补丁表示的方法，运用三元组网络和三项规范功能实现互补补丁网络（CPN），同时借助像素 - 区域相关模块（PRCM）加强上下文信息，从而在 PASCAL VOC 2012 数据集上取得了新的最优成果以验证该方法的有效性。

    Aug, 2021

  • 增强弱监督分割的高保真伪标签

    该论文提出了一种基于图片分类网络和概率解释 CAM 的图像级弱监督语义分割方法来改善先前弱监督下模型的性能，通过提高区域相似性和轮廓质量来增强几乎任何以前的 WSSS 方法，并在 PASCAL VOC 数据集上进行了演示。

    Apr, 2023

  • 通过跨图像上下文信息的双流对比学习实现弱监督语义分割

    提出了一种新颖的端到端的弱监督语义分割框架 DSCNet，通过引入像素级组对比和语义级图对比以及设计一种新的双流对比学习机制，综合处理像素级和语义级上下文信息，从而在弱监督语义分割任务中取得了优于现有方法和基准模型的结果。

    May, 2024

  • SemPLeS：弱监督语义分割的语义提示学习

    我们提出了一种名为 “SemPLeS” 的框架，通过学习有效地提示 CLIP 空间，以增强分割区域与目标对象类别之间的语义对齐，从而产生训练分割模型所需的伪掩码。在 PASCAL VOC 和 MS COCO 等标准 WSSS 基准测试中，我们所提出的 SemPLeS 框架实现了最先进的性能，并通过我们学到的提示的语义可视化展示了其解释性，代码将会发布。

    Jan, 2024

  • WeakTr: 探索用于弱监督语义分割的普通视觉 Transformer

    本文探讨了 Vision Transformer (ViT) 在弱监督语义分割 (WSSS) 中的属性。在提出的 WeakTr 框架中，通过自适应融合自注意力图来具有更完整的对象的高质量 CAM 结果。在标准基准测试中，WeakTr 实现了最先进的 WSSS 性能，即在 PASCAL VOC 2012 的 val set 上达到 78.4% 的 mIoU，在 COCO 2014 的 val set 上达到 50.3% 的 mIoU。

    Apr, 2023

  • 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