当前位置:   article > 正文

极简笔记 Multi-Scale Context Intertwining for Semantic Segmentation_鈥淢ultiscale context intertwining for semantic segm

鈥淢ultiscale context intertwining for semantic segmentation

极简笔记 Multi-Scale Context Intertwining for Semantic Segmentation

本文提出MSCI语义分割算法,在PASCAL VOC 2012 test集上目前是top5算法(第一名是用了JFT的deeplabv3+)。区别于传统FCN架构,本文的分割结果融合了网络特征与传统分割算法,通过LSTM进行融合。

文章大致流程如下:

  1. 利用传统分割算法预先得到数个超像素,与此同时利用CNN对输入图像提取不同层次特征;

  2. 对相邻层级的特征进行信息交互。记需要交互的两层分别为 l , l + 1 l, l+1 l,l+1对每一个像素点,需要获取三部分特征:1. 该像素位置的网络特征 F l ( h , w ) F^l(h,w) Fl(h,w);2. 该像素所处超像素区域 S n S_n Sn的特征之和 R n l = ∑ ( h , w ) ∈ Φ ( S n ) F l ( h , w ) R^l_n=\sum_{(h,w)\in \Phi(S_n)}F^l(h,w) Rnl=(h,w)Φ(Sn)

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/我家自动化/article/detail/234666?site
推荐阅读
相关标签
  

闽ICP备14008679号