语义分割--Attention to Scale: Scale-aware Semantic Image Segmentation

来源:互联网 发布:湖南学历网络教育学校 编辑:程序博客网 时间:2024/06/05 01:05

Attention to Scale: Scale-aware Semantic Image Segmentation
CVPR2016

http://liangchiehchen.com/projects/DeepLab.html

针对语义分割问题,嵌入多尺度信息是很有必要的,这里我们提出用一个 attention mechanism 来学习每个像素位置的 softly weight the multi-scale features

这里写图片描述
attention model 学习对于不同尺度的物体赋予不同的权重

对于提取多尺度特征,目前主要有两种网络结构:

这里写图片描述
Skip-net 和 Share-net,这里我们认为 Share-net 能够与 attention model 更好的结合,所以采用了 attention model

怎么融合多尺度特征信息了?
这里写图片描述
这里我们首先得到权重,再根据权重来融合多尺度特征信息

PASCAL-Person-Part validation set
这里写图片描述
E-Supv: extra supervision The ground truths are downsampled properly during training

这里写图片描述

max-pooling 和 attention model 效果对比:
这里写图片描述

这里写图片描述

PASCAL VOC 2012 test set
这里写图片描述

PASCAL VOC 2012 validation set
这里写图片描述

MS-COCO validation set
这里写图片描述

阅读全文
0 0
原创粉丝点击