FastMask: Segment Multi-scale Object Candidates in One Shot
CVPR2017
https://github.com/voidrank/FastMask

本文针对检测和分割问题提出 FastMask 实现 segment multi-scale objects in one shot
这里的 one shot ( original image)相对 Multi-shot( image pyramid),Multi-shot 的缺点很明显,就是计算量很大。

候选区域提取包括 矩形框和分割两个类别方法
Bbox-based object proposal 都有哪些方法了? EdgeBox [31] and Bing [4],DeepBox [17],MultiBox [7],RPN
Segment-based object proposal: SelectiveSearch [25], MCG [1] and Geodesic [16],DeepMask[20], SharpMask [21]


Bbox-based proposal 和 Segment-based proposal相比较, scale 对 Segment-based proposal 的影响更大,a highly matched receptive field is demanded to distinguish the foreground object from background

4.1. Network Architecture
FastMask architecture

4.2. Residual Neck
对于怎么生成这个 特征图金字塔,我们分析了 Max pooling neck,Average pooling neck,Feed-forward neck,感觉效果都不好,最后提出了 Residual neck

4.3. Attentional Head
我们采用文献【20,21】的 head module for decoding mask and object confidence 效果不好,原因可能是 our feature pyramid is sparser in scales,我们提出了 Attentional Head

COCO validation set for box and segmentation proposals

尺度和性能关系

速度对比

分割候选区域--FastMask: Segment Multi-scale Object Candidates in One Shot相关推荐

  1. 透彻理解RPN: 从候选区域搜索到候选区域提取网络

    在目标检测.目标跟踪领域,提取region proposal都是最基本环节.本文概述了从 sliding window 到 selective search, 然后升级到 region proposa ...

  2. 《MA‑CRNN: a multi‑scale attention CRNN for Chinese text line recognition in natural scenes》论文阅读

    参考博文: CRNN的一个变种,可以读一读,看看相对于CRNN来说有什么变化?以及为什么? 文章目录 make decision step1:读摘要 step2:读Introduction step3 ...

  3. R-CNN算法学习(步骤一:候选区域生成)

    R-CNN算法学习(步骤一:候选区域生成) 论文链接:https://arxiv.org/abs/1311.2524 源码链接:https://github.com/rbgirshick/rcnn 算 ...

  4. 3.10 候选区域-深度学习第四课《卷积神经网络》-Stanford吴恩达教授

    ←上一篇 ↓↑ 下一篇→ 3.9 YOLO 算法 回到目录 3.11 总结 候选区域 (Region proposals) 如果你们阅读一下对象检测的文献,可能会看到一组概念,所谓的候选区域,这在计算 ...

  5. 候选区域(Region proposals )

    来源:Coursera吴恩达深度学习课程 在阅读目标检测的文献时,我们可能会看到候选区域(region proposals),这在计算机视觉领域是非常有影响力的概念. 回忆一下之前的滑动窗法,需要对所 ...

  6. OpenCV后投影,利用阈值函数分割指定区域生成掩膜,通过直方图分布查找其他图像相同区域。

    一.API函数 void mixChannels(const Mat* src,int nsrc,Mat* dst ,int ndst,const int* fromTo,size_t npairs) ...

  7. 目标检测算法综述 | 基于候选区域的目标检测器 | CV | 机器视觉

    目标检测算法综述 | 基于候选区域的目标检测器 | CV | 机器视觉 滑动窗口检测器 自从 AlexNet 获得 ILSVRC 2012 挑战赛冠军后,用 CNN 进行分类成为主流.一种用于目标检测 ...

  8. 深度学习笔记(41) 候选区域

    深度学习笔记(41) 候选区域 1. 无对象区域 2. 候选区域 3. Faster R-CNN 1. 无对象区域 记得滑动窗法吧,使用训练过的分类器 在这些窗口中全部运行一遍,然后运行一个检测器,看 ...

  9. YOLOv3学习——锚框和候选区域

    YOLOv3学习之锚框和候选区域 单阶段目标检测模型YOLOv3 R-CNN系列算法需要先产生候选区域,再对候选区域做分类和位置坐标的预测,这类算法被称为两阶段目标检测算法.近几年,很多研究人员相继提 ...

最新文章

  1. 2022-2028年中国氟橡胶密封件行业市场研究及前瞻分析报告
  2. Python中线程Timeout的使用
  3. linux安装eclipse运行web,Linux安装Tomcat,运行Eclipse,web项目
  4. 数组中的一些常用方法总结
  5. Luogu3375 【模板】KMP字符串匹配
  6. Android记录一个setTextColor常见的一个bug
  7. PyTorch框架学习八——PyTorch数据读取机制(简述)
  8. 程序员对学历高吗?毕业是考研还是实习?
  9. Java编译的运行机制初步讲解
  10. android js gps定位,Android中的定位Demo
  11. oracle merge
  12. 现有php环境下安装memcached并测试(centos6.4系统64位)
  13. GlobeImposter
  14. HTML基础编程——简介及第一行代码
  15. android gps free,GPS HUD Speedometer Free
  16. 网络安全学习路线是怎样的?
  17. Git检查现有 SSH 密钥
  18. 利用ccle数据库构造分类器区分耐药与不耐药样本
  19. 《C语言程序设计》第4版 何钦铭、颜晖主编 课后习题答案 第4章 习题4
  20. 台达DVP16ES2接线

热门文章

  1. javaScript的运算符和if。。else语句
  2. RDKit | 基于多片段的分子生成(骨架A+骨架B+骨架C)
  3. JCIM| 基于双向RNN的分子生成模型
  4. 10a大电流稳压芯片_稳压二极管你见过,但是它的这些参数你知道吗
  5. ISME:二氧化碳和氮水平对植物根表菌群和功能的影响
  6. R语言:数据筛选match
  7. 你离距离算法只差零点几毫米!
  8. 计算机应用基础a,计算机应用基础A卷答案
  9. java 拉姆表达式_强大的拉姆表达式转Sql 类库 - SqlSugar 隐藏功能之Lambda
  10. pandas使用groupby函数计算dataframe数据中每个分组的N个数值的滚动标准差(rolling std)、例如,计算某公司的多个店铺每N天(5天)的滚动销售额标准差