随笔分类 -  分割论文笔记

记录语义分割领域论文阅读笔记
摘要:Light-Weight RefineNet for Real-Time Semantic Segmentation 1. 概述 语义分割依赖高分辨率的输入,存在大量的参数,因此实时性变成了致命弱点。本文的方法建立在RefineNet之上,可用于任何骨干网络,如ResNet、DenseNet、NAS 阅读全文
posted @ 2020-10-20 10:40 如鹿~ 阅读(638) 评论(0) 推荐(0)
摘要:1. 概述 论文提出了对象上下文表示的方法,即通过利用对应类的对象区域的表示来增加一个像素的表示,利用该区域学习更好的像素表示,从而得到更好的像素标记。实验验证,截止ECCV 2020提交日期,“HRNet + OCR + SegFix”在cityspace上前排名第一。 2. 方法介绍 方法包括三 阅读全文
posted @ 2020-09-11 15:26 如鹿~ 阅读(1035) 评论(0) 推荐(0)
摘要:1 问题描述 本文提出了一种模型无关的后处理方案,即用内部像素的预测代替原来不可靠的边界像素预测,以提高由任何现有分割模型生成的分割结果的边界质量。该方法仅对输入图像进行两步处理:(i)定位边界像素;(ii)识别每个边界像素对应的内部像素(通过学习从边界像素到内部像素的方向来建立对应关系)。 该方法 阅读全文
posted @ 2020-08-31 09:25 如鹿~ 阅读(1656) 评论(0) 推荐(2)
摘要:1 问题描述 对COVID-19的研究面临的挑战有:感染区域特征的高变异性(CT切片中感染的纹理、大小和位置变化较大,对检测具有挑战性);感染与正常组织之间的低强度对比(类间方差很小);数据量小导致训练困难。 论文提出Inf-Net从肺部CT图片中自动分割感染区域。其中,并行部分解码器(PPD)用于 阅读全文
posted @ 2020-08-14 10:29 如鹿~ 阅读(1776) 评论(0) 推荐(0)
摘要:1 问题描述 该论文针对医学图像的两个关键问题:医学图像域内结构边界的模糊性和在没有专业领域知识的情况下分割区域的不确定性。当前的提高边界精度的方法依赖于后处理(如CRF),结果会受手工参数的影响,提出了结构边界保持的分割框架。 论文的主要贡献在于: (1) 提出了一种最适合目标区域的边界关键点选择 阅读全文
posted @ 2020-08-07 11:01 如鹿~ 阅读(1262) 评论(1) 推荐(1)
摘要:结束了所有课程,继续更新博客,争取做到自我监督,更新论文笔记。 1 问题描述 在语义分割任务中, 识别上下文关系将有助于场景理解,同一类别之间的相关性(类内上下文)和不同类别之间的差异性(类间上下文)使特征表示具有更强的鲁棒性,减少了可能类别的搜索空间。当前方法如金字塔(如图b)、注意力机制(如图e 阅读全文
posted @ 2020-07-17 18:32 如鹿~ 阅读(1010) 评论(0) 推荐(0)