对抗学习在语义分割上应用

背景问题

在图像分割中，现有的模型通常对每个像素的类别进行预测，像素级别的准确率可能会很高，但是像素与像素之间的相互关系就容易被忽略，使得分割结果不够连续或者明显地使某一个物体在分割结果中的尺寸、形状与在金标准中的尺寸、形状差别较大。

1、对抗学习

对抗学习（adversarial learning）就是为了解决上述问题而被提出的一种方法。学习的过程可以看做是我们要得到一个模型（例如CNN），使得它在一个输入数据X上得到的输出结果Y_p尽可能与真实的结果Y(金标准）一致。在这个过程中使用一个鉴别器（discriminator），它可以识别出一个结果y到底是来自模型的预测值还是来自真实的结果。如果这个鉴别器的水平很高，而它又把Y_p和Y搞混了，无法分清它们之间的区别，那么就说明我们需要的模型具有很好的表达或者预测能力。本文通过最近的几篇文章来介绍它在图像分割和高分辨率图像生成中的应用。

2、用于图像分割

3、用于半监督学习

4、用于领域适应

5、用于高分辨率图像重建

详细参考
https://zhuanlan.zhihu.com/p/25201511

对抗学习在语义分割上应用相关推荐

【深度学习】Transformer在语义分割上的应用探索
[深度学习]Transformer在语义分割上的应用探索文章目录 1 Segmenter 2 Swin-Unet:Unet形状的纯Transformer的医学图像分割 3 复旦大学提出SETR:基于 ...
基于迁移学习的语义分割算法分享与代码复现
摘要:语义分割的数据集是比较大的,因此训练的时候需要非常强大的硬件支持. 本文分享自华为云社区<[云驻共创]基于迁移学习的语义分割算法分享>,原文作者:启明. 此篇文章是分享两篇基于迁移学 ...
【华为云技术分享】自动网络搜索（NAS）在语义分割上的应用（一）
[摘要] DeepLab等神经网络在语义分割上取得了显著的成果.虽然近年来神经网络的数量在不断增加,但取得重大突破者甚少且准确度上提升不多.其中一个原因是多数的网络结构都是人为设计,基于现有成熟的结构 ...
HALCON 21.11：深度学习笔记---语义分割/边缘提取(12)
HALCON 21.11:深度学习笔记---语义分割/边缘提取(12) HALCON 21.11.0.0中,实现了深度学习方法. 本章介绍了如何使用基于深度学习的语义分割,包括训练和推理阶段. 通过语 ...
图卷积在语义分割上的应用（论文集）
文章目录 2018 Graph-Based Global Reasoning Networks 2019 Graph-FCN for image semantic segmentation Dual ...
【深度学习】语义分割-综述(卷积)
这里写目录标题 0.笔记参考 1. 目的 2. 困难点 3. 数据集及评价指标 3.1数据集 3.2评价指标 4.实现架构 5. 模型发展 5.1基于全卷积的对称语义分割模型 5.1.1FCN(201 ...
【深度学习】语义分割——综述
语义分割文章目录语义分割什么是语义分割? 什么是图像中的语义信息? 语义分割中的上下文信息语义分割方法语义分割神经网络语义分割待解决的问题评价指标目前比较经典的网络参考文献和资料什 ...
用TensorFlow实现的Mask R-CNN在人体语义分割上的效果
用TensorFlow实现的Mask R-CNN使用Human Parsing数据集训练了模型,还没有训练完,初步看起来效果还不错,可以继续优化优化.具体在人体语义分割上的效果可以看下面2张图.
【华为云技术分享】自动网络搜索（NAS）在语义分割上的应用（二）
[摘要] 本文将介绍如何基于ProxylessNAS搜索semantic segmentation模型.最终搜索得到的模型结构可在CPU上达到36 fps. 随着自动网络搜索(Neural Archi ...
Domain Adaptive在无监督语义分割上的应用
介绍几个域适应在分割上的比较好理解的应用: 不了解Domain adaptive可以先看看简介:https://blog.csdn.net/qq_33278461/article/details/90 ...