pascal voc | BriefGPT - AI 论文速递

关键词pascal voc

搜索结果 - 40

CVPR在线实例分类器细化的多实例检测网络
利用多实例学习（MIL）问题形成的弱监督探测方案，使用在线实例分类器细化算法，基于深度学习结合 MIL 和实例分类器细化程序实现了端到端的训练，通过挖掘空间上的突出实例进行类别提升，最终在挑战 PASCAL VOC 数据集上取得明显优于目前
PDF7 years ago
通过深度度量学习实现语义实例分割
我们提出了一种新的语义实例分割方法，该方法首先计算两个像素可能属于同一个对象的概率，然后将相似的像素分组。我们的相似度度量基于一种深度的，完全卷积的嵌入模型。我们的分组方法基于选择所有与从深度完全卷积计分模型中选择的一组 “种子点” 足够相
PDF7 years ago
训练比特全卷积网络以实现快速语义分割
我们提出了一种用于训练 Bit Fully Convolutional Network（BFCN）的方法，在训练完一个低比特宽度的权重和激活的全卷积神经网络之后，并使用有效率的比特卷积实现进行加速，结果显示，我们使用的 BFCN 在 PAS
PDF8 years ago
RefineNet: 高分辨率语义分割的多路径细化网络
本文介绍了一种基于残差连接和多通道上采样的多路径细化网络 RefineNet，能够通过利用深度学习卷积神经网络中的所有信息来对图像进行高精度的预测和语义分割，该方法通过在深度网络中进行残余连接来有效地进行端到端的训练，并应用在七个公共数据集
PDF8 years ago
多阶段对象检测，使用组递归学习
本文提出了一种基于 EM-like group recursive learning 和 multi-stage architecture 的新型物体检测方法，通过引入周围 proposals 的上下文信息来迭代地提升物体 proposal
PDF8 years ago
CVPRHyperNet：准确区域提议生成与联合目标检测
本文提出了深层分层网络 HyperNet，以处理区域提案生成和目标检测。HyperNet 基于精心设计的超级特征，将图像的深层、中间和浅层特征结合在一起，实现了端到端的联合训练策略，并在每张图像使用仅 100 个提案达到了 PASCAL V
PDF8 years ago
CVPR不需要边界框：仅使用人工验证来训练物体类别检测器
通过提出一种仅需要验证自动产生的边界框的方案来训练目标类检测器，这种方案可以通过反复训练检测器、在训练图像中重新定位对象并进行人类验证，从而使用验证信号来改善重新训练和减少重新定位的搜索空间。实验表明，采用人类验证更新检测器和减少搜索空间可
PDF8 years ago
全局反卷积网络用于语义分割
本文提出了一种新型架构，用于全局地等效进行反卷积操作并获取密集预测进而解决卷积神经网络在语义图像分割任务中的两个独特挑战，即低分辨率输出与局部特征提取中的全局信息不足。实验结果表明，在 PASCAL VOC 2012 基准测试中，本文方法取
PDF8 years ago
多任务网络级联实例感知语义分割
本文介绍了一种基于 Multi-task Network Cascades 的实例感知语义分割模型，该模型包含三个网络，分别用于区分实例、估算掩模和分类物体。该方法在 PASCAL VOC 数据集上达到了最先进的实例感知语义分割准确度，并且
PDF9 years ago
ICCV利用深度强化学习进行主动物体定位
提出了一种用于在场景中定位目标物体的主动检测模型，该模型是类特定的，并允许代理集中注意力于识别目标物体的候选区域，通过深度强化学习训练定位代理，并在 Pascal VOC 2007 数据集上评估，结果表明，使用该模型指导的代理能够在分析图像
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
ICCV基于多区域和语义分割感知的 CNN 目标检测模型
本文提出一种基于卷积神经网络和语义分割的目标检测系统，利用迭代定位机制，通过高效运用模块来检测物体，并在 PASCAL VOC 数据集上获得了比其他方法更高的检测精度。
PDF9 years ago
物体检测中的中层元素
通过在对象检测任务中添加中层表示，本文提出一种简单的方法，通过广泛的实验和消融分析，在 PASCAL VOC comp-3 检测挑战中取得了与当前最先进方法相媲美的效果，并利用中层表示，有效地改进了 HOG-based pipelines，
PDF9 years ago
BoxSup: 利用边界框监督卷积神经网络进行语义分割
本文提出了一种名为 BoxSup 的方法，通过利用 bounding box annotations 代替 human-annotated, pixel-level segmentation masks 来训练卷积网络，循环生成 regio
PDF9 years ago
组合形状和外貌的组合模型进行语义部件分割
本文研究了动物语义部分分割问题，提出了一种混合组成模型，将边缘、外观和语义部分提示纳入模型，通过特定动物类别的多角度和姿态条件下的组成模型混合，实现了线性时间复杂度的分割注释算法，并在新的 Pascal VOC 数据集上进行验证，结果表明该
PDF10 years ago
CVPR卷积特征屏蔽用于联合目标和物体分割
通过在卷积特征映射上采用掩蔽方法，本文提出了一种利用形状信息的方法来进行语义分割，实现了物体和场景的处理，并在 PASCAL VOC 数据集和新的 PASCAL-CONTEXT 数据集上展示了最先进的结果，具有令人信服的计算速度。
PDF10 years ago
具有缩放特征的前馈语义分割
引入了一种纯前馈体系结构用于语义分割，通过从超像素缩小到场景级别分辨率的方式，从嵌套的区域序列中提取丰富特征表示来映射小图像元素，并使用前馈多层网络对超像素进行分类，该架构在 PASCAL VOC 2012 测试集上取得了 64.4% 的平
PDF10 years ago
可变形部件模型是卷积神经网络
本文提出一种名为 DeepPyramid DPM 的模型，将图形模型 (DPM) 和卷积神经网络 (CNN) 相结合，取得了较好的性能，可用于视觉识别领域。
PDF10 years ago
检测建议有多好？
对当前十种对象提案方法及四种基准方法进行系统分析，发现现有方法存在共同的缺点并提供选择最适合不同场景的方法的洞见。
PDF10 years ago
CVPR准确物体检测与语义分割的丰富特征层次结构
提出一种基于卷积神经网络的 Region Proposal 方法 R-CNN，它与 CNN 结合起来使用更高的上下文信息，加上有监督的预培训方法，实现了在 PASCAL VOC 2012 数据集上的平均准确率 mAP 达到 53.3%。
PDF11 years ago