image-level annotations | BriefGPT

关键词image-level annotations

搜索结果 - 11

ECCV弱监督物体检测的对比学习目标发现
本文提出了一种名为 object discovery 的多实例标注方法以及一种名为 weakly supervised contrastive loss（WSCL）的新对比损失函数用于针对 WSOD 任务，取得了在 MS-COCO2014/
PDF2 years ago
CVPR具有方向感知一致性的半监督语义分割
本研究提出了一种半监督语义分割方法，通过维护不同场景下相同特征的一致性，设计了方向反转损失函数并使用了两种样本筛选策略，该方法在图像级注释下有效地提高了半监督语义分割的性能。
PDF3 years ago
基于深度特征的多实例学习用于极端领域变化下的弱监督目标检测
研究使用多实例方法和预先训练的深度特征进行弱监督物体检测，不需要微调或跨域学习，在非摄影数据集上表现优秀，包括绘画、水彩画、剪贴画和漫画等。
PDF4 years ago
CVPR图像标签的单阶段语义分割
本文探讨了使用弱监督方法进行语义分割的可行性，提出了一种基于单阶段自我监督学习的网络模型，使用图像级注释训练语义掩码取得了与复杂流水线相竞争的结果，优于早期的单阶段方法。
PDF4 years ago
ICML针对脑肿瘤分割问题的弱监督微调方法
本研究利用同时使用 MRI 图像中的像素级注释和图像级注释，提出了一个学习框架，用于大脑肿瘤的分割模型，并研究了像素级注释和图像级注释的比较量对分割质量的影响，并将我们的方法与传统的全监督方法进行比较，并展示了我们的方法在分割质量方面的优势
PDF5 years ago
卫星图像弱监督语义分割
本研究探讨如何使用图像级别标注来进行语义分割，通过 Anh 和 Kwak 提出的方法从图像级别标注中生成像素级别标注，并提出了对 AffinityNet 的调整，以进行直接的语义分割。结果表明，生成的标签与原始数据集的性能相同，并且直接使用
PDF5 years ago
可转移的半监督语义分割
本文提出一种半监督学习的语义分割模型，该模型可以将从像素级别注释的强类别中学到的分割知识转移到只有图像级别注释的弱类别中，从而显著扩大了深度分割模型在实际应用中的适用范围。该模型由两个互补且可学习的部分组成：标签转移网络（L-Net）和预测
PDF7 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
CVPR利用显著性从图像级标签进行目标分割
使用显著性模型和图像级别注释相结合实现像素级标注的弱监督训练，从而实现像素级对象的语义标注任务，其中 80％的全监督性能已经恢复。
PDF7 years ago
CVPRProNet：学习为级联神经网络提出特定物体边界框
本文提出了一个名为 ProNet 的基于神经网络的结构，利用图像级注释来高效地实现物体的分类和定位，并在 PASCAL VOC 2012 以及 MS COCO 数据集上进行了实验，超出了之前最先进的技术。
PDF9 years ago
STC: 一种简单到复杂的弱监督语义分割框架
本文提出了一种简单有效的框架（STC）方法，在此方法中，只利用基于图像级别注释的简单图像对已训练的深度卷积神经网络（DCNN）进行语义分割。通过本文的方法，可以有效减少由于人工标记带来的显著算力和人力成本，使语义对象分割的效果得到显著提升。
PDF9 years ago