关键词global context information
搜索结果 - 6
- CMUNeXt：一种基于大型卷积核和跳跃融合的高效医学图像分割网络
提出了 CMUNeXt，这是一种高效的全卷积轻量级医学图像分割网络，能够提取全局上下文信息，实现快速准确的辅助诊断，并在多个医学图像数据集上表现出优越的分割性能。
- SPFNet：用于语义分割的子空间金字塔融合网络
该研究提出了一种 Subspace Pyramid Fusion Network (SPFNet) 的编码解码结构，旨在提高像素级分割的性能，并采用多尺度 / 全局上下文信息进行上下文聚合，通过实验结果表明该方法在语义分割方面与其他现有技术 - 全局上下文感知卷积用于三维点云理解
本文提出了一种新型的卷积操作符，通过将全局上下文信息与卷积融合，增强了点云数据中特征的区分度，从而解决了旋转不变性卷积的性能问题，并在多项点云任务中实现了最先进的结果。
- CVPR金字塔立体匹配网络
该论文提出了一种新的算法 PSMNet，通过空间金字塔池化模块和三维卷积神经网络来提取全局上下文信息并形成代价体积，通过多层次网络及中间监督来优化代价体积，该算法在 KITTI 2012 和 2015 数据集中的表现也十分优秀。
- ICCV利用全局上下文嵌入进行场景解析
本文提出了基于参数化和非参数化模型的全局语境信息来进行场景解析，使用场景相似性训练上下文网络生成特征表示来生成空间和全局先验知识，然后将这些特征表示和先验知识嵌入到分割网络作为额外的全局上下文提示。实验表明该方法可以消除与全局上下文表示不兼 - CVPR金字塔场景解析网络
本文介绍了一种利用基于不同区域的上下文聚合和金字塔场景分割网络的全局上下文信息的方法，以进行场景分割任务，并在各种数据集上取得了最先进的性能表现。该方法在 PASCAL VOC 2012 基准和 Cityscapes 基准数据集上创造了新的