class activation maps | BriefGPT

关键词class activation maps

搜索结果 - 29

ICCV弱监督语义分割中的伪掩模问题
为了解决弱监督语义分割中伪掩模生成和嘈杂伪掩模监督训练的问题，我们提出了一种新的方法，利用系数变化平滑、比例伪掩模生成、假冒欠拟合和循环伪掩模等技术，取得了 PAS-CAL VOC 2012 和 MS COCO 2014 两个语义分割数据集
PDF3 years ago
CVPR浅层特征对弱监督目标定位的影响
本研究提出了一种有效的浅层特征感知的伪监督目标定位模型，通过浅层和深层特征的逐元素相乘过滤背景噪声，生成更锐利的边界并进一步提出了一个通用的类不可知分割模型以实现精确的物体掩模定位，最终应用边界框提取器定位目标，实验验证我们的模型在 CUB
PDF3 years ago
ICML信息类别激活图
本研究旨在评估图像中某个标签的特定区域的定量信息内容，使用信息论来实现类激活映射和信息的桥梁，同时开发了一种信息化类激活映射 (infoCAM)。应用于图像分类任务中，infoCAM 可以更好地执行弱监督目标定位任务，实现了在 Tiny-I
PDF3 years ago
基于图卷积网络的弱监督图像语义分割
本研究提出了一种基于图卷积网络的特征传播框架，将完整的伪标签的生成作为半监督学习任务来解决弱监督图像语义分割问题，并在 PASCAL VOC 2012 数据集上通过实验得到了比其他最先进的基线方法更好的结果。
PDF3 years ago
通过匹配局部和完整特征来改进定位的 Puzzle-CAM
提出了一种新的方法，Puzzle-CAM，用于在使用图像级监督的情况下，通过最小化从分离补丁和整个图像的特征之间的差异来发现对象中最集成的区域，以激活对象的整体区域。在 PASCAL VOC 2012 测试数据集上，Puzzle-CAM 的
PDF3 years ago
ECCV长尾数据的特征空间增强
本文提出了一种新方法，通过在特征空间中使用来自具有丰富样本的类别所学习的特征来增强特征空间中的欠表示类别，从而解决长尾分布问题。通过使用类别激活映射，将每个类别的特征分解为类别通用和类别特定部分，并将欠表示类别的类别特定特征与混淆类别的类别
PDF4 years ago
基于不完整骨架的丰富激活图卷积神经网络动作识别
本研究提出了富激活 GCN（RA-GCN）的多流图卷积网络，从尚未激活的关节中学习特征，以增强不完整骨架的动作识别模型的稳健性。与现有方法相比，RA-GCN 在 NTU RGB+D 数据集上实现了可比较的性能，并显着减轻了虚拟遮挡数据集的性
PDF5 years ago
弱监督单镜头定位的目标 - 范围汇聚
本文提出了一个基于 CAM 的 “单 shot” 弱监督检测器，其中不需要使用区域建议。使用一种新颖的全局池化技术 SPAM 池来训练此 CAM 网络进行弱图像级监督的对象范围定位。该方法仅需要单个网络通过并使用快速反向投影技术，在 35f
PDF7 years ago
用于视觉实例搜索的类加权卷积特征
本文提出了一种基于目标图像预测的语义信息的局部感知编码方法，在图像检索中使用卷积神经网络和类激活图进行无监督重排和目标检测，证明了其在 Oxford5k 和 Paris6k 等公共数据集上的优越性能。
PDF7 years ago