語義分割--Attention to Scale: Scale-aware Semantic Image Segmentation
阿新 • • 發佈:2019-02-03
Attention to Scale: Scale-aware Semantic Image Segmentation
CVPR2016
針對語義分割問題,嵌入多尺度資訊是很有必要的,這裡我們提出用一個 attention mechanism 來學習每個畫素位置的 softly weight the multi-scale features
attention model 學習對於不同尺度的物體賦予不同的權重
對於提取多尺度特徵,目前主要有兩種網路結構:
Skip-net 和 Share-net,這裡我們認為 Share-net 能夠與 attention model 更好的結合,所以採用了 attention model
怎麼融合多尺度特徵資訊了?
這裡我們首先得到權重,再根據權重來融合多尺度特徵資訊
PASCAL-Person-Part validation set
E-Supv: extra supervision The ground truths are downsampled properly during training
max-pooling 和 attention model 效果對比:
PASCAL VOC 2012 test set
PASCAL VOC 2012 validation set
MS-COCO validation set