Learning a Discriminative Feature Network for Semantic Segmentation(语义分割DFN,区别特征网络)...
1、介绍
语义分割通常有两个问题:类内不一致性(同一物体分成两类)和类间不确定性(不同物体分成同一类)。本文从宏观角度,认为语义分割不是标记像素而是标记一个整体,提出了两个结构解决这两个问题,平滑网络和边界网络(Smooth Network and Border Network)。平滑网络用的是通道注意力块(Channel Attention Block),来解决类内不一致性。边界网络集成了语义边界损失。
2、相关工作
Encoder-Decoder:主要考虑如何恢复由于池化造成的空间信息损失,如 SegNet,U-net,Global Convolutional Network,LRR,Refinenet。这些方法只是把相邻步骤的特征总和起来,没有考虑多样表现性
Global Context(全局上下文信息):全局平均池化有很大的效果,如 ParseNet,PSPNet,Deeplabv3
Attention Module(注意力模块):注意力关注不同尺度信息,如 SENet
Semantic Boundary Detection(语义边界检测):许多方法直接连接不同层的特征提取边界,我们用了自下而上的结构来优化每一步的特征
3、网络结构
平滑网络:用了 global pool 以及通道注意力模块和精细化残差块
边界网络:用传统的 canny 边缘检测算法获得边界,损失函数用的 focal loss,为了平衡正负样本,同时减少简单样本的损失,使网络更易于训练
整体网络:用 deep supervision 对每一层的结果进行上采样计算损失,除了全局池化层,平滑网络用 softmax,边界网络用 focal loss,最后两个加起来用一个平衡参数 L=L(s)+a*L(b)
4、训练
优化器:SGD
batch size:32
动量:0.9
权重衰减:0.0001
学习率:4e-3
学习率衰减:(1-iter/maxiter)^0.9
损失函数比例a:0.1(验证集上效果最好)
数据扩增:减去均值,随机水平翻转,随机缩放
5、看完其实并不太懂具体的实现,只能是知道一个大概的结构,具体的实现结构可以参考github:https://github.com/YuhuiMa/DFN-tensorflow
Border Network主要用于计算 loss 更新权重,
转载于:https://www.cnblogs.com/tccbj/p/10814788.html
Learning a Discriminative Feature Network for Semantic Segmentation(语义分割DFN,区别特征网络)...相关推荐
- 语义分割--(DFN)Learning a Discriminative Feature Network for Semantic Segmentation
Learning a Discriminative Feature Network for Semantic Segmentation Learning a Discriminative Featur ...
- [分割]Learning a Discriminative Feature Network for Semantic Segmentation(DFN)
本文转自3篇文章当作自己的笔记. 文章1:链接 Learning a Discriminative Feature Network for Semantic Segmentation Learning ...
- Learning a Discriminative Feature Network for Semantic Segmentation
创新点就是特征区分网络discriminative feature network,本别叫做平滑网络Smooth Network以及边界网络Border Network. 这两个网络可以处理类内一致性 ...
- 【文献阅读笔记之】ACFNet: Attentional Class Feature Network for Semantic Segmentation
摘要 传统的语义分割网络大的是从空间的角度设计的,充分利用丰富的上下文信息.文章中提出一种新的观点,类中心,即从分类的角度提取全局的上下文.除此之外,作者还提出一个新的模块,名为注意类特征(ACF)模 ...
- 论文笔记-SSF-DAN: Separated Semantic Feature based Domain Adaptation Network for Semantic Segmentation
论文信息 论文标题:SSF-DAN: Separated Semantic Feature based Domain Adaptation Network for Semantic Segmentat ...
- 语义分割--DeconvNet--Learning Deconvolution Network for Semantic Segmentation
Learning Deconvolution Network for Semantic Segmentation ICCV2015 http://cvlab.postech.ac.kr/researc ...
- Pyramid Attention Network for Semantic Segmentation
翻译 | 林椿眄 出品 | 人工智能头条(公众号ID:AI_Thinker) 近日,北京理工大学.旷视科技.北京大学联手,发表了一篇名为 Pyramid Attention Network for S ...
- CGNet: A Light-weight Context Guided Network for Semantic Segmentation
CGNet: A Light-weight Context Guided Network for Semantic Segmentation 0.摘要 移动设备中语义分割模型应用增加,然大部分网络的参 ...
- Hybrid Multiple Attention Network for Semantic Segmentation in Aerial Images
论文阅读: Hybrid Multiple Attention Network for Semantic Segmentation in Aerial Images 作者声明 版权声明:本文为博主原创 ...
- 论文学习:Fully Attentional Network for Semantic Segmentation
Fully Attentional Network for Semantic Segmentation 1. 摘要+引言 问题 通过压缩空间维度或通过压缩通道的相似图来描述沿通道或空间维度的特征关系, ...
最新文章
- go语言mysql视频_Go语言实战流媒体视频网站
- java程序设计 徐红_Java程序设计-徐红 王灿
- oracle主键自动增长
- InnoDB索引原理详解
- RunLoop总结与面试
- video 微信 标签层级过高_什么是微信小程序二级分销系统?如何玩转?
- yearProgress.vue
- LeetCode 1278. 分割回文串 III(区间DP)
- 怎么设置java内存_如何修改jvm内存 内存设置过大
- BZOJ.1312.[Neerc2006]Hard Life(分数规划 最大权闭合子图)
- armeabi、armeabi-v7a、arm64-v8a区别
- knockoutjs三 text和apperance的绑定
- android手机自带浏览器无法识别apk文件
- 萨里大学计算机博士申请,4.11微分享丨本科直博拿下港中文CSE全奖博士,师兄带你敲开申请大门...
- linux百度云下载脚本,百度网盘Linux版下载
- linux docker启动指定字符集,【字符集】解决docker 容器中中文乱码问题
- 抓取新浪微博好友昵称和性别
- 微信读书vscode插件_推荐 10 款有趣的 VSCode 插件
- 支付宝微信刷脸支付开始在全国推广
- 终于在国庆前找到工作了!(面试全过程真实记录)
热门文章
- The following IP can be used to access Google website
- Nginx配置多域名代理
- redis的运行机制
- bootstarp 网格系统
- hibernate_09_关联映射_多对一
- nyoj 题目20 吝啬的国度
- java和javascript双引号嵌套的问题
- LeetCode: Substring with Concatenation of All Words
- 在BizTalk Server 2006 R2 中调用 WCF Services – Part 3
- Asp.Net 2.0 发布问题(转)