Mar, 2024

MISS：基于视觉归纳先验流传播的内存高效实例分割框架

PDF
TL;DR通过将视觉先验知识与训练数据集相结合，MISS（Memory-efficient Instance Segmentation System）框架在数据稀缺和内存限制的情况下展现出出色的性能。
instance segmentationdeep learningvisual priordata scarcityresource constraints
发现论文，激发创造
  • 增益前复制粘贴：面向运动场景的数据和内存效率导向的实例分割框架

    基于视觉归纳先验流传播的记忆效率实例分割框架能够在有限数据和内存约束下取得有希望的性能（0.509 [email protected]:0.95）。

    Mar, 2024

  • VIPriors 实例分割挑战赛的任务特定数据增强和推理处理

    本文旨在解决实际应用中数据不足的问题，通过提出 Task-Specific Data Augmentation (TS-DA) 策略和 Inference Processing (TS-IP) 策略的方法，充分利用视觉归纳因素，提高 VIPriors Instance Segmentation Challenge 上的表现。经过实验证明，提出的方法在 2022 年 VIPriors Instance Segmentation Challenge 的测试集中达到竞争水平，并取得了 0.531 的 [email protected]:0.95。

    Nov, 2022

  • 基于 SAM 先验的多视角遥感图像分割

    通过将可视化基础模型 Segment Anything（SAM）注入到隐式神经场模型 - INF 中，我们提出了一种新的多视图遥感图像分割方法，通过对测试视图和训练视图之间的 SAM 特征进行对比，得出每个测试视图的伪标签，从而增强整个场景的标注信息，实验证明我们的方法在有限的训练数据情况下优于主流方法，从而证实了 SAM 作为 INF 的一种补充在这一任务中的有效性。

    May, 2024

  • 利用图像先验提高场景理解能力

    提出了一种简单而有效的方法，通过利用与自动驾驶相关的时序数据的图像先验来改善语义分割准确性，该方法采用先验融合网络来学习先前图像的特征，最终将具体应用于提高场景理解。

    Oct, 2019

  • 利用视频中的运动先验来改善人体分割

    应用深度学习的卷积神经网络，结合运动先验信息，通过弱监督主动学习方法对图像中的人体进行分割，同时采用领域自适应方法提高了算法的性能。

    Jul, 2018

  • InterFormer：实时交互式图像分割

    提出了一种名为 InterFormer 的方法，使用大型 ViT 并在高性能设备上运行，通过轻量级 I-MSA 模块进行互动式分割，实现了计算效率更高、分割质量更好的实时高质量交互式分割，可在仅有 CPU 的设备上执行。

    Apr, 2023

  • MinVIS: 一种不需要基于视频训练的最小化视频实例分割框架

    提出了一种最小化的视频实例分割框架 MinVIS，通过训练基于查询的图像实例分割模型来处理视频帧，通过相关性匹配跟踪分割实例，最大限度地减少对标注帧的需求，并在 Occluded VIS 和 YouTube-VIS 数据集上实现与完全监督方法相当的性能，达到了最先进的结果。

    Aug, 2022

  • 双模先验语义引导的红外和可见光图像融合在智能交通系统中的应用

    基于双模性策略的先验语义引导图像融合方法提供了在智能交通系统中提高红外和可见光图像融合性能的新途径，通过设计并应用两个并行的语义分割支路和一种自适应调制机制，捕捉和整合了两个图像的重要的先验语义信息，并通过多级表示自适应融合模块进一步整合高层语义和细节，优于现有图像融合方法。

    Mar, 2024

  • 从 SAM 提取语义先验，用于高效图像修复模型

    通过融合和提取语义先验，我们提出了一个通用框架来改善图像恢复任务中的效果，同时提高模型的推理效率，并通过引入语义引导的关系模块来进一步改善恢复模型的性能。

    Mar, 2024

  • 视频实例分割的通用框架

    提出了基于查询式训练和具有前状态信息的内存模块用于序列学习的通用可变的视频实例分割（GenVIS）方法，并在多个基准测试中取得了优秀的结果。

    Nov, 2022