Decoders Matter for Semantic Segmentation: Data-Dependent Decoding Enables Flexible Feature Aggregat

cvpr2019

摘要：

问题：分割问题，针对于encoder和decoder

方法：使用data-dependent upsample,可以减少参数量，同时可以融合不同尺度特在，提高准确率

贡献：仅用百分之20的计算量，超越了现在最好的decoder，没有做任何后处理：88.1% mIOU on PASCAL VOC with 30% computation of the previously best model; and 52.5% mIOU on PASCAL Context.

介绍：

1.现在的方法都是由用双线性插值来恢复分辨率，但是这有一个缺点就是，双线性插值没有考虑到像素之间的相关性，因为它是数据无关的（这句话不是很理解，可以看双线性插值是什么？）

2.deeplab v3+的分辨率由32分之一扩大到8分之一（由于孔洞卷积），所以计算量会很大。

3.decoder经常融合特别低分辨率的特征，是由于双线性插值的限制，而导致好的分割结果被低层次的特在所主导（不理解？）

4.为了产生高分辨率的预测，必须在低层次的融入高层次的特征，限制了特征融合的设计空间，我们设计了一个不受特征分辨率限制的融合策略（？）减少了解码器对精确响应的需求

5.同时，由于DUpsampling的有效性，它允许解码器在融合特征映射之前将融合特征下采样到最低分辨率的特征映射,不仅仅减少了计算量，而且分离了融合特征的分辨率和最后一层的准确率，这个分隔，可以允许任意分辨率的特征融合，因此一个更好的特征融合可以促进分割结果。

Decoders Matter for Semantic Segmentation: Data-Dependent Decoding Enables Flexible Feature Aggregat相关推荐

《Decoders Matter for Semantic Segmentation》论文笔记
参考代码:DUpsampling 1. 概述导读:目前流行的语义分割网络架构都是编解码结构的,往往在解码器的最后是添加一个upsampling(图像的双线性插值)实现decoder输出与训练标注的尺 ...
【Semantic Segmentation】语义分割综述
[Semantic Segmentation]语义分割综述 metric 为mIOU year method PASCAL VOC 2012 PASCAL Context Cityscapes ADE ...
语义分割-Unsupervised Domain Adaptation in Semantic Segmentation：a Review语义分割中的无监督领域自适应：综述
Unsupervised Domain Adaptation in Semantic Segmentation:a Review语义分割中的无监督领域自适应:综述 0.摘要 1.介绍 1.1.语义分割 ...
Learning from Synthetic Data: Addressing Domain Shift for Semantic Segmentation
文章目录 1 Author 2 Abstract 3 Introduction 4 Method 4.1 Description of network blocks 4.2 Treatment of ...
【论文阅读】Weakly Supervised Semantic Segmentation using Out-of-Distribution Data
一篇弱监督分割领域的论文,发表在CVPR2022上: 论文标题: Weakly Supervised Semantic Segmentation using Out-of-Distribution D ...
Fully Convolutional Networks for Semantic Segmentation (FCN)论文翻译和理解
论文题目:Fully Convolutional Networks for Semantic Segmentation 论文来源:Fully Convolutional Networks for Se ...
目标检测经典论文——R-CNN论文翻译：Rich feature hierarchies for accurate object detection and semantic segmentation
Rich feature hierarchies for accurate object detection and semantic segmentation--Tech report (v5) 用 ...
【论文翻译】Fully Convolutional Networks for Semantic Segmentation
论文题目:Fully Convolutional Networks for Semantic Segmentation 论文来源:Fully Convolutional Networks for Se ...
CVPR2022自适应/语义分割：Class-Balanced Pixel-Level Self-Labeling for Domain Adaptive Semantic Segmentation
CVPR2022自适应/语义分割:Class-Balanced Pixel-Level Self-Labeling for Domain Adaptive Semantic Segmentation用 ...

Decoders Matter for Semantic Segmentation: Data-Dependent Decoding Enables Flexible Feature Aggregat

cvpr2019

摘要：

介绍：

Decoders Matter for Semantic Segmentation: Data-Dependent Decoding Enables Flexible Feature Aggregat相关推荐

最新文章

热门文章