multi-scale feature learning | BriefGPT

关键词multi-scale feature learning

搜索结果 - 8

医学图像分割的空间频率双重逐步注意力网络
我们提出了 SF-UNet，这是一个具有空间频率双域注意力网络的模型，用于准确的医学图像分割，并在三个公共数据集上证明其有效性。
PDF22 days ago
SA2-Net：用于显微图像分割的尺度感知注意力网络
提出了一种名为 SA2-Net 的方法，利用多尺度特征学习来有效处理微观图像中的不同结构，通过尺度感知注意力模块实现对微观区域的准确分割，并通过自适应上采样模块解决了模糊边界的问题。
PDF9 months ago
多尺度推进的自适应相关学习用于面部动作单元检测
提出了一种自适应 AU 相关性学习方法，通过在网络的不同阶段高效利用不同级别的 AU 运动和情感表示信息，自适应地学习和更新 AU 相关图，并结合多尺度特征学习方法，实现更强大的面部行动单元检测表现。
PDFa year ago
ICCVGraphFPN：面向物体检测的图特征金字塔网络
本文提出的基于图形特征金字塔网络的多尺度特征学习方法，在对象检测任务中优化了 Faster R-CNN 算法，并超越了之前的最先进特征金字塔算法和其他流行的检测方法。
PDF3 years ago
CVPR基于注意力聚合的特征金字塔网络 A^2-FPN 用于实例分割
通过提出基于注意力聚合机制的特征金字塔网络（A^2-FPN），来提升多尺度特征学习的能力，在不同的实例分割框架中实现了一致的性能提升，例如，在使用 ResNet-50 和 ResNet-101 作为骨干网的 Mask R-CNN 中，相比
PDF3 years ago
MDFN: 目标检测的多尺度深度特征学习网络
本文提出了一种基于深度学习的多尺度特征学习技术来解决物体检测问题，通过使用深层次的抽象特征来提高模型对语义信息的理解和处理能力，同时采用多框，多量级等技术提高模型的检测精度与计算效率。实验证明该模型在 KITTI，PASCAL VOC 和
PDF5 years ago
ICCV细粒度视觉分类的跨学习
本文提出 Cross-X 学习，一种简单而有效的方法，利用不同图像之间和不同网络层之间的关系进行多尺度特征学习，包括一个跨类别跨语义的正则化器和一个跨层正则化器，该方法通过实验分析表明其鲁棒性、有效性和最新的性能在五个基准数据集上。
PDF5 years ago
ECCV基于 CNN 结合区域级别和像素级别预测的显著性检测
本文提出一种结合 CNN 的区域级显著性估计和像素级显著性预测的新型显著性检测方法，通过使用多尺度特征学习来构建像素级 CNN 并使用自适应超像素进行区域级显著性估计，最后使用另一个 CNN 对像素级和区域级显著性进行融合，实验结果表明该方
PDF8 years ago