semantic segmentation networks | BriefGPT

关键词semantic segmentation networks

搜索结果 - 8

CVPRALGM：适应性局部 - 全局令牌合并用于基于纯视觉变换的高效语义分割
本研究介绍了一种自适应的局部 - 全局合并（ALGM）方法，用于在使用普通视觉变换器的语义分割网络中进行令牌减少。ALGM 在两个阶段中合并令牌：（1）在第一个网络层中，它通过一个小的局部窗口合并相似的令牌，（2）在网络的一半处，它合并整个
PDF22 days ago
在线优化分割：一种交互式点云语义分割框架
通过与现有的语义分割网络相无缝集成且无需离线重新训练，本文提出了一种名为 InterPCSeg 的用于点云语义分割的交互式框架，该框架能够通过用户纠正点击在线进行点云的高质量语义标注，并通过设计一个稳定能量来调节测试时训练过程，以解决稀疏监
PDF4 months ago
通过边连接保持确信熵的鲁棒无监督领域自适应
无监督领域适应的研究中，我们提出了一种新的方法，通过在熵对抗网络中丰富判别器网络的边缘预测概率值，结合内部和外部信息以提高对象边界的清晰度，进而改进了领域适应质量。实验证明，该方法在多种无监督领域适应场景中具有出色的性能。
PDF9 months ago
条件不变的语义分割
通过样式化实现特征级别自适应，使编码器提取与输入样式无关的特征，这可以促使解码器更好地解析这些特征而不是与输入样式有关的其他抽象内容。这种方法在领域适应方面取得了显著的改进。
PDFa year ago
使用内部特征融合的自监督单目深度估计
本文提出了一种基于 HRNet 网络的深度估计网络 ——DIFFNet，它能在下采样和上采样过程中利用语义信息，并通过特征融合和注意力机制提高算法表现，实验结果表明，该方法在 KITTI 基准数据集上优于当前最先进的单目深度估计方法，并具有
PDF3 years ago
ECCV从注意力聚合到对抗域自适应：改善道路坑洼检测的方法
提出一种基于视差转换算法的关注聚合框架和训练集增强技术，用于改善道路坑洞检测的语义分割网络，实验结果表明其性能优于现有的单模态和数据融合网络。
PDF4 years ago
二值化自动驾驶可行驶区域检测网络：Binary DAD-Net
本研究提出了一种新的二元化驾驶区域检测网络（Binary DAD-Net），可用于自动驾驶汽车中的障碍物检测和操作规划，具有高效的模型和自动生成的数据集，且相比精确模型，在 FPGA 上计算复杂度降低了 14.3 倍，仅需要 0.9MB 内
PDF4 years ago
语义分割的网格显著性作为上下文解释
研究使用网格显著性来提供简单的语义分割网络的解释，该方法可以成功地用于检测和定位数据中存在的语境偏差。
PDF5 years ago