cityscapes dataset | BriefGPT

关键词cityscapes dataset

搜索结果 - 11

像素未必相等：学习语义分割的像素硬度
本文提出了一种新的方法，通过学习像素的硬度来解决语义分割中一些难点区域的问题，通过最大化权重分割损失来学习硬度等级（HL）图，并在 Cityscapes 数据集上得到了显著的改进。
PDFa year ago
探索数据增强对可行驶区域分割的影响
本研究调查了数据增广对城市街景图像数据集中用于实施自动驾驶感知的实时可行驶区域分割模型的性能和鲁棒性的影响。结果表明，采用数据增广可以在不增加模型复杂性或推断时间的情况下显着提高现有技术的性能和鲁棒性。
PDF2 years ago
CVPRPseudoProp: 自动驾驶系统中半监督目标检测的鲁棒伪标注生成
本文提出了一种新方法 PseudoProp，通过在视频帧中利用运动连续性来生成稳健的伪标签，采用双向伪标签传播方法抵消误检测，同时使用基于特征的融合技术抑制推断噪声，实验证明本方法在大规模 Cityscapes 数据集上提高了 7.4％的平
PDF2 years ago
CVPR利用自监督深度估计提高语义分割的三种方法
提出了一种半监督语义分割的框架，采用自监督单目深度估计和利用场景几何形状强数据扩增的方式，结合深度特征差异和难度级别，通过学生 - 教师框架选择最有用的样本进行语义分割的注释，实现了在 Cityscapes 数据集上半监督语义分割的最好结果
PDF4 years ago
语义分割的类增量学习：无需再利用旧数据或旧标签
本文提出了一种对语义分割算法进行增量式学习的技术，该技术可以在不使用模型最初训练的标记数据的情况下，进行类别的增量式学习，以便于在开发需要新类的自治驾驶系统时使用。我们的实验结果表明，我们提出的技术可以超过同类算法，并有助于提高各类别的性能
PDF4 years ago
快速全景分割网络
本研究提出了一种名为 Fast Panoptic Segmentation Network（FPSNet）的端到端网络，将全景任务转化为自定义的密集像素分类任务以实现像素级分类和实例识别，在 Cityscapes 和 Pascal VOC
PDF5 years ago
ICCVSSAP: 带有亲和性金字塔的单次实例分割
本文提出了一种基于像素对亲和力金字塔的单次无需提案的实例分割方法，该方法可同时学习语义类别标签和像素亲和力，并结合新型级联图分割模块和像素聚类技术，在 Cityscapes 数据集中实现了最先进的结果。
PDF5 years ago
CVPR单一语义标签地图的视频生成
该论文提出了一种全新的任务 —— 在 SINGLE 语义标签地图的条件下生成视频，这在生成过程中提供了灵活性和质量的良好平衡。通过将这一难题分解为两个子问题，并将语义标签图集成到流预测模块中以达到主要改进，该方法做出了优异成果，击败了所有竞
PDF5 years ago
ICML稀缺数据语义分割
本文提出了一种方法，利用粗略标注的数据和精细监督来产生比仅使用精细数据训练时更好的分割结果。在 Cityscapes 数据集上进行实验，验证了该方法的有效性。
PDF6 years ago
ICCV远程监督的道路分割
该研究提出一种基于远程监督的道路分割方法，只需要图像级标注，可以自动生成弱像素级道路掩模，使用全卷积神经网络，达到了全监督方法 93.8% 的性能，并显著减少了标注工作量。
PDF7 years ago
用残差卷积 - 反卷积网格网络进行语义分割
GridNet 是一种新的卷积神经网络结构，用于实现语义图像分割任务。该网络采用网格模式使得多个互相连接的流可以在不同的分辨率下工作，以解决特征图降维带来的分辨率丢失。与传统的神经网络相比，GridNet 在 Cityscapes 数据集上
PDF7 years ago