Apr, 2024
在 Poincaré Ball 中进行层次语义分割：降低父节点偏见
Flattening the Parent Bias: Hierarchical Semantic Segmentation in the Poincaré Ball
Simon Weber, Barış Zöngür, Nikita Araslanov, Daniel Cremers
TL;DR本文通过多个跨领域实验，重新评估了语义分割中使用层次结构的有效性，发现在新的测试领域中，扁平化的分割网络优于层次结构方法，并且通过使用 Poincaré 球模型，超几何空间的表征方法在分割精度上显著优于传统的欧氏空间层次结构方法，在父节点的校准质量上表现出出人意料的强大性能。因此，综合分析指出，在领域之间的应用中，传统的层次结构分割方法可能受到限制，而扁平化的分类器在超几何空间下具有更好的泛化能力。