Understanding Convolution for Semantic Segmentationhttps://arxiv.org/abs/1702.08502v1模型https://goo.gl/DQMeun 针对语义分割问题,我们从两个方面进行改善,一个是dense upsampling convolution (DUC) 代替 Bilinear upsampling,另一个是用 hybrid dilated convolution (HDC) 代替 传统的 dilated convolution。 3.1. ...
HDC HDC主要是为了解决使用dilated convolution会产生的“gridding issue”。 当dilated convolution在高层使用的rate变大时,对输入的采样将变得很稀疏,将不利于学习——因为一些局部信息完全丢失了,而长距离上的一些信息可能并不相关;并且gridding效应可能会打断局部信息之间的连续性。 第一行是ground truth,第二行是grid...
2. [Rethinking Atrous Convolution for Semantic Image Segmentation](https://arxiv.org/abs/1706.05587) ---恢复内容开始--- 图森和CMU的合作工作。 论文链接[https://arxiv.org/abs/1702.08502](https://arxiv.org/abs/1702.08502) 主要提出DUC(dense upsampling convolution)和HDC(hybrid dilated convolution),...
另一种做法是反卷积deconvolution,参考:2015-ICCV-Learning Deconvolution Network for Semantic Segmentation(引用量:3600+)。受到图像超像素算法的启发(2016-CVPR-Real-Time Single Image and Video Super-Resolution Using an Efficient Sub-Pixel Convolutional Neural Network), 提出了DUC(dense upsampling convolution),...
HDC主要是为了解决使用dilated convolution会产生的“gridding issue”。 当dilated convolution在高层使用的rate变大时,对输入的采样将变得很稀疏,将不利于学习——因为一些局部信息完全丢失了,而长距离上的一些信息可能并不相关;并且gridding效应可能会打断局部信息之间的连续性。
Understanding Convolution for Semantic Segmentation读书笔记 本文主要是对上采样和dilated convolution进行了修改,优点在于:1.扩大网络的感受野,以聚集更多的全局信息,2.解决由标准dilated convolution所引起的"gridding效应",最后在cityscapes达到很好的效果。 DUC:不同于传统的一次性回复全分辨率的label Map,我们通过学习...
本文首先提出了 dense upsampling convolution,可以捕获和解码更详细的信息,这些细节信息是双线性插值不能获取的;然后提出了一个 dense upsampling convolution框架,可以增加感受视野扩大全局信息,并且解决了网格问题,这是由于标准的空洞卷积造成的。 引言 ...
Cottrell. Understanding convolution for semantic seg- mentation. In IEEE Winter Conf. on Applications of Com- puter Vision (WACV), 2018. 7Panqu Wang, Pengfei Chen, Ye Yuan, Ding Liu, Zehua Huang, Xiaodi Hou, and Garrison Cottrell. Understanding convolution for semantic segmentation. In IEEE ...
If you find the repository is useful for your research, please consider citing: @article{wang2017understanding,title={Understandingconvolution for semantic segmentation},author={Wang,PanquandChen, PengfeiandYuan, YeandLiu, DingandHuang, ZehuaandHou, XiaodiandCottrell, Garrison},journal={arXivpreprint ...
参考链接:语义分割--Understand Convolution for Semantic Segmentation 知乎链接:https://zhuanlan.zhihu.com/p/26659914 论文链接:https://arxiv.org/abs/1702.08502 github链接:(官方)https://github.com/TuSimple/TuSimple-DUC (非官方)https://github.com/ycszen/pytorch-segmentation 自己的阅读论文笔记:https:/...