粗读Active Boundary Loss for Semantic Segmentation
本文通过让一个损失函数关注边界相关的信息,来提高在边界处的分割效果。整个思路麻烦且不直观,我直接讲方法吧。
第一步,将GT中边界部分设为0,然后运算distance transform函数,让其他非0的像素计算自己距离最近的0的曼哈顿距离(好怪哦,bushi),得到一个大小为H*W,成员为整数的矩阵。
第二步,让模型输出一个预测图P,大小为C*H*W,C为类别数量,每个通道对应一个类的物体的分割结果。然后,根据这个预测图计算B
B的计算方式是从右上角开始,计算每一个点与它周围两个点的关系,具体的两个点是往下移一格与往左移一格的点(所以不用计算下沿和右边框上的的点)。所以这里的i,j实际上都是有两个数字的坐标值。因为预测图有C个通道,那么每个像素可以转化为一个长度为C的向量。计算两个向量的KL散度,如果散度差较大,那么就认为i点为边界点。
作者用了自适应的方式调整阈值,凭经验,令边界点数量大约占总像素数量的1/100,因为大多数图像的GT中,边界像素数大概为总像素数的1/100。
B的大小为H*W,成员为0或1。
第三步,将B膨胀一格,即B中原本为1的格子周围8个格子的像素也视为1。
然后遍历B,对所有为1的格子计算
argmin的意思是获得:令后面的函数最小时的自变量的值。例如f(x^2)=x^2-4x-1,那么argmin f(x)=2,因为x=2时函数最小。
这个式子中自变量为j,i实际上为坐标值,Δ是一个数组,数组成员是坐标值偏移,具体来说为∆ = {{1, 0}, {−1, 0}, {0, −1}, {0, 1}, {−1, 1}, {1, 1}, {−1, −1}, {1, −1}}。因此靠着argmin,可以找到预测的边界实际上应该往哪个方向偏移,因为M是计算像素点与实际边界的距离的结果,M越小说明j周围的那个点离边界更近。
因为j是一个数,而为了后面的函数计算,要为8维向量,因此将j转化为一个长度为8的one-hot向量,并放入的位置i处,例如j=0,那么相应的向量为{1,0,0,0,0,0,0,0}。
最后计算。之前的g代表groud-truth,而p就代表predicted。的计算简单粗暴,就是计算i周围8个点,每个点于自己的KL散度的占比。 同样,只有计算了Dg的点才会计算Dp
通过两个D,即可计算损失函数
Nb为预测边界点数,即在计算B时值为1的点的数目。那个标志像刺客信条的函数计算公式如下
x为i点在M上的值。θ为阈值,定为了20。这样离真实边界越远的预测边界影响越大,但不会过大导致其他错误预测的边界点的影响被盖过去。
为了让损失函数越小,每一个点都要扩大与真实边界方向的点的KL散度,缩小与其他点的KL散度。毕竟Dp可以视为这个损失函数的GT,而Dp中只有边界方向的值为1,其余的为0。通过这个损失函数,预测出来的概率图P,同类别之间的点会尽可能分布相同,但与边界方向的点就会尽量不同,哪怕边界方向的点和自己是同类。
虽然以往我都是把模型框架示意图防最前面,但本文方法实在复杂,示意图初看完全不明白啥意思,但结合上文流程,示意图立马简单易懂了
把local distance map视作Dg一部分,local probability map视作Dp一部分,便能明白这个损失函数在干啥了。
最终损失函数为
C为类别数,m(c)为预测c类错误数组,ΔJc是Jaccard loss,而这涉及到另一篇我还不了解的论文了。
粗读Active Boundary Loss for Semantic Segmentation相关推荐
- AAAI 2022主题论文推荐——Semantic Segmentation
AAAI是具有重要影响力的国际学术组织,由计算机科学和人工智能领域奠基人Allen Newell.Marvin Minsky.John McCarthy等学者于1979年共同创立,旨在推动智能思维与行 ...
- 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 ...
- 论文笔记:Integrating Semantic Segmentation and Retinex Model for Low Light Image Enhancement
来源:Proceedings of the 28th ACM International Conference on Multimedia (2020) 目录 Contributions Mothol ...
- Weakly Supervised Semantic Segmentation with Boundary Exploration
Weakly Supervised Semantic Segmentation with Boundary Exploration 摘要 1 Introduction 2 Related Work 3 ...
- 论文笔记-Domain Adaptation for Semantic Segmentation with Maximum Squares Loss
论文信息 论文标题:Domain Adaptation for Semantic Segmentation with Maximum Squares Loss 论文作者:Minghao Chen, H ...
- 读论文-OVSeg-基于遮罩自适应CLIP的开放词汇语义分割-Open-vicabulr semantic segmentation with mask-adaptived CLIP
OPEN-VOCABULARY SEMANTIC SEGMENTATION WITH MASK-ADAPTED CLIP 基于MASK-ADAPTED剪辑的开放词汇语义分割 摘要 Open-vocab ...
- 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 ...
- 【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 ...
- [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 ...
最新文章
- 查看Android API文档的正确方式
- python3 错误string indices must be integers 的解决方法
- DevExpress Asp.net(6) ASPxLoadingPanel的基本使用
- 世界杯开幕硅谷也疯狂:员工边看踢球边工作
- 仍不切换到Java 8的6个理由
- 中国移动与清华大学达成战略合作,将共同研究6G
- Python getattr() 函数==>获取一个对象的属性值
- c语言实现可变单链表,c语言实现单链表
- java中service设计_JDBC中DAO+service设计思想
- securecrt 多窗口运行相同命令
- 设计模式学习每天一个——Decorator模式
- 报错xmlbase 不兼容 expecting up to 23, got 24
- Android 文本监听接口TextWatcher详解
- 爬取Whatsapp群链接
- 用户交易数据分析 -持仓收益(盈亏)胜率等指标计算
- 台风怎么看内存颗粒_C9BKV颗粒,英睿达铂胜Max RGB 4000超频测试
- 1.camera硬件接口学习-DVP,MIPI-CSI2,USB
- git(2)Git 基础
- AI开发者大会,李彦宏成“宏颜获水”?
- linux 中断子系统
热门文章
- Unity3D开发之代码创建圆柱体
- 武汉大学计算机学院跳楼,网传武汉大学博士后跳楼身亡,疑似科研压力太大
- 电子采购订单与手动采购订单有什么区别?
- 自动提取关键词的软件-根据核心关键词提取长尾词
- matlab对信号积分,对信号求积分 - Simulink
- MathWorks 中国
- [完整源码&UI界面&视频安装教程&鸟巢数据集]输电塔绝缘子上鸟巢检测Python&YOLOv5源码
- android 前后同时预览_vivo Android 11开发者预览版上线,抢先适配快人一步!
- MySQL(71)MySQL删除视图(DORP VIEW)
- 在云端创建MySQL数据库
- 移动端web开发开发技巧和常见问题