BriefGPT.xyz
Ask
alpha
关键词
few-shot segmentation
搜索结果 - 65
ICCV
特征加权和增强在少样本分割中的应用
使用卷积神经网络(CNN)对支持图像进行特征提取,生成类别特征向量,然后通过余弦相似度将目标物体在查询图像中分割出来,在 PASCAL-$5^i$ and COCO-$20^i$ 数据集上验证了其优越性。
PDF
5 years ago
ICCV
PANet: 利用原型对齐进行少样本图像语义分割
本研究提出了一种基于度量学习的原型对齐网络(PANet)来解决仅使用少量样本进行图像分割的问题,它通过学习每个语义类别的原型表示,并通过匹配每个像素到所学习的原型来执行查询图像的分割,最终在 PASCAL-5i 上超越了现有技术达到了 48
→
PDF
5 years ago
无监督循环一致形变用于形状匹配
该论文提出了一种自监督的深度表面变形方法,其中采用了循环一致性来定义物体组中的良好对应关系,并将其用作监督信号来训练神经网络。该方法在没有模板、假定近似等距变形或依赖于点对应监督的情况下运行,并成功地将其用于传输形状间的分割。该方法在 Sh
→
PDF
5 years ago
CVPR
CANet:带有迭代精化和关注少样本学习的类别无关分割网络
本文提出 CANet,一种无类别限制的语义分割网络,可以在只有少量标注图像的情况下用于新类别的分割,网络采用两个分支的密集比较模块进行多层特征比较,并采用迭代优化模块进行预测结果的迭代优化,并引入注意机制来对 k-shot 学习中的多个支持
→
PDF
5 years ago
使用引导网络进行少样本分割传播
该研究提出了一种名为 guided networks 的机器学习方法,可以在极少的监督下自动完成图像分割任务,可开展多项任务而无需再进行优化,是一种在分割准确性和时间效率方面表现优越的方法。
PDF
6 years ago
Prev
Next