語義分割

1/3ページ

影象語義分割(3)- Dilated Convolutions

以 FCN 和 SegNet 為代表的影象分割方法與傳統的 CNN 一樣,先對影象做卷積再做池化。其中池化的意義一方面是降低計算量,另一方面是增大感受野 但影象分割是 pixel-wise 輸出,因此上面兩種方法將池化後的影象做上取樣(反摺積),使尺寸與輸入一致。在減小到增大尺寸的過程中,很大一部分 […]

論文筆記:Label Refinement Network for Coarse-to-Fine Semantic Segmentation

本文設計了一個Coarse-to-Fine的深度學習網路Label Refinement Network,來進行語義分割任務。主要將低解析度下的分割標籤和卷積後的特徵進行結合,獲得一個更加精確的分割結果。在網路的多個階段定義loss函式,這種做法起到了多階段同時監督的效果。 論文傳送:Label R […]