实例分割_IRNet:弱监督实例分割

最新推荐文章于 2024-03-30 12:02:53 发布
原创 最新推荐文章于 2024-03-30 12:02:53 发布 · 989 阅读 · 2 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#实例分割

IRNet利用弱监督信息，通过Inter-pixel Relation Network改进CAM，提高实例分割的准确性。它由实例响应图和pairwise semantic affinity两部分组成，通过联合学习和特定损失函数优化。实验表明，IRNet在弱监督实例分割任务上表现优越。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

14549d97f909894767799e0f4c1fc95e.png

全名：Weakly Supervised Learning of Instance Segmentation with Inter-pixel Relations

更多论文解读的博客原文第一时间发布于我的github论文合集：

https://github.com/ming71/CV_PaperDaily​github.com

和个人博客：

chaser​ming71.github.io
93327ff65c102c7c49a91de2a7ed9588.png

欢迎关注，有想法欢迎一起讨论！私信评论均可。ming71/CV_PaperDaily欢迎关注，有想法欢迎一起讨论！私信评论均可。chaser欢迎关注，有想法欢迎一起讨论！私信评论均可。ming71/CV_PaperDaily欢迎关注，有想法欢迎一起讨论！私信评论均可。

如有markdown语法知乎显示bug不进行修改维护，请直接移步github和博客即可。文章的维护也只在git和博客进行，知乎文章除有错误外不更新。

论文发布日期：2019 [CVPR]

1. Introduction

使用分类标注作为弱监督信息，在CAM提取到特征的基础上，进一步设计IRNet学习额外的特征约束，从而到达更好的弱监督实例分割效果。

  • CAM用于分割任务的问题
  • CAM响应不准确，对于分割任务是很不利的</
最低0.47元/天 解锁文章

200万优质内容无限畅学
弱监督语义分割 IRNet
m0_53232957的博客
11-02 1124
本文提出了一种使用图像级别类别标签作为监督的实例分割的新方法。我们的方法生成训练图像的伪实例分割标签，然后使用这些标签来训练一个完全监督的模型。为了生成伪标签，我们首先从图像分类模型的注意力图中识别出物体类别的自信种子区域，并将它们传播以发现具有准确边界的整个实例区域。为此，我们提出了IRNet，它估计了各个实例的粗略区域并检测了不同物体类别之间的边界。这使得可以为这些种子分配实例标签，并在边界内传播它们，以便可以准确估计整个实例的区域。
实例分割论文调研
菜鸟中的菜中菜的博客
11-20 1113
目录综述CVPR18Non-local Neural NetworksPath Aggregation Network for Instance SegmentationCVPR19Mask Scoring R-CNNHybrid Task Cascade for Instance SegmentationPose2Seg: Detection Free Human Instance SegmentationS4Net: Single Stage Salient-Instance SegmentationW
Weakly supervised learning of instance segmentation with inter-pixelrelations（CVPR2019）
sanguine__的博客
03-30 896
本文提出了一种以图像级类标签作为监督的实例分割学习方法。我们的方法生成训练图像的伪实例分割标签，用于训练完全监督模型。为了生成伪标签，我们首先从图像分类模型的注意图中识别对象类的自信种子区域，并传播它们以发现具有精确边界的整个实例区域。为此，我们提出了IRNet，它可以估计单个实例的粗略区域并检测不同对象类之间的边界。因此，它可以为种子分配实例标签，并在边界内传播它们，以便可以准确地估计实例的整个区域。此外，IRNet是用注意图上的像素间关系进行训练的，因此不需要额外的监督。
IRNet：弱监督实例分割 | 步步为营，隔山打牛
深度学习技术前沿
09-20 1636
点击上方，选择星标或置顶，不定期资源大放送！阅读大概需要15分钟Follow小博主，每天更新前沿干货本文作者：Uno Whoiam链接：https://zhuanlan.zhihu.co...
【论文阅读】Weakly Supervised Learning of Instance Segmentation with Inter-pixel Relations
rocking_struggling的博客
01-01 779
作者提出了一种实例弱监督分割的模型：训练分类模型获得seeds，然后expansion获得更清晰的边缘。作者提出了IRNet，主打两点：1.使用了Instance label进行seeds的传播和扩展。2.在attention map上，借助 inter-pixel relations训练模型。
【深度学习】【CVPR2019 oral】Weakly Supervised Learning of Instance Segmentation with Inter-pixel
Hana
07-18 418
【CVPR2019 oral】Weakly Supervised Learning of Instance Segmentation with Inter-pixelAbstractStep Abstract 监督信息 ： 分类信息 模型框架 ：如下图所示 首先从分类模型的注意力图中找出一定区域，然后生成实例的边界区域（主要利用IRNet可以估计各个实例的粗略区域并检测不同类之间的边界） Step 训练CAM : Class Attention Map 也就是训练一个分类网络，分类网络是resnet5
弱监督实例分割
inta_1的博客
03-20 315
常见的弱监督标注类型：类别标注（图像级别）、点的标注、笔触标注（要求高一点）、目标框的标注（高）显著目标检测 做初始化，基于人眼观察特性统计出来的显著目标所在区域。弱监督语音分割关键技术：解决模型训练的初始化。CAM(类激活映射热图)
IRNet：像素间关系驱动的实例分割与图像级标签监督
本文的创新在于提出了一种新的弱监督实例分割策略，利用了容易获取的图像级类标签，并通过IRNet有效地处理像素间关系，从而减少了对详尽标注数据的依赖。这种方法不仅提高了训练效率，还提升了模型的泛化能力，为...
无监督学习实例分割算法
最新发布
01-28
IRNet作为一种创新性的弱监督实例分割方案，展示了即使是在缺乏精确像素级注释的情况下也能取得良好性能的能力[^3]。相比于传统的基于bounding box（简称bbox）的监督方式，IRNet不仅实现了更高的精度，还具备更好的...
(paper阅读)弱监督----具有像素间关系的实例分割的弱监督学习_Jiwoon Ahn
小桑泥‘s daily life
08-10 1328
弱监督实例/语义分割 目录弱监督实例/语义分割前言一、《Weakly Supervised Learning of Instance Segmentation with Inter-pixel Relations》1.摘要2.主要方法二、《Learning Pixel-level Semantic Affinity with Image-level Supervision for Weakly Supervised Semantic Segmentation》1.摘要2.主要方法总结 前言 ❀ 之前看过同一
IRNet-开源
05-01
IRNet是一个免费的p2p应用程序，它使您可以在Internet上共享和下载数百万其他人的文件，而不受诸如dcpp（dc ++），kaza，azureus，eMule等的限制。
【论文阅读】IRNet:具有像素间关系的实例分割的弱监督学习
川川自溢的博客
03-16 1434
【论文阅读】IRNet:具有像素间关系的实例分割的弱监督学习
弱监督实例分割 Box2Mask: Box-supervised Instance Segmentation via Level-set Evolution 论文笔记
乄洛尘
03-13 1315
这同样是一篇弱监督实例分割论文，出自上一篇博文（弱监督实例分割 Box-supervised Instance Segmentation with Level Set Evolution 论文笔记）原班人马再加一位作者，核心思想都差不多，利用能量函数来执行弱监督。大部分相同的东西，论文也提到是将会议转期刊了。
玩转水平集 | 弱监督实例分割新SOTA！（ECCV2022）
CV_Autobot的博客
08-06 907
点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取后台回复【LVLSET】获取论文和代码！后台回复【ECCV2022】获取ECCV2022自动驾驶方向所有论文！后台回复【领域综述】获取自动驾驶全栈近80篇综述论文！摘要全监督学习需要大量的标签数据，对分割任务而言，人工标注十分昂贵，因此基于框的弱监督实例分割获得了广泛的关注。本文提出一种新的single-s...
基于弱监督深度学习的图像分割方法综述
qq_26078953的博客
04-09 1355
本文是基于弱监督的深度学习的图像分割方法的综述，阐述了弱监督方法的原理以及相对于全监督方法的优势。 1 基础概念 生活中，我们和周围的事物都是有“标签”的，比如人、杯子、天空等等。在不同的场景下，相同的事物可能对应了不同的标签，比如长在地上的一片小草称为“草地”，长在花盆里的很可能属于“盆栽”，画在画中的又属于“装饰”。 如果把整幅图像比作我们生活的世界，那么具有相同“标签”的像素就组成...
一文尽览！弱监督语义/实例/全景分割全面调研（2022最新综述）
CV_Autobot的博客
09-01 4342
分割，作为最基础的视觉感知任务和自动驾驶底层的感知模块，承担着很重要的作用。但逐像素的标注需求饱受诟病，相比于目标框标注，属实是太太太太慢了。今天分享一篇上交投稿TPAMI的文章，论文很全面的调研了广义上的弱监督分割算法，又涵盖了语义、实例和全景三个主流的分割任务。特别是基于目标框的弱监督分割算法，未来有很大的研究价值和落地价值，相关算法如BoxInst、DiscoBox和ECCV2022的BoxLevelset已经证明了，只用目标框可以实现可靠的分割性能。
语义分割-弱监督学习
weixin_33566282的博客
04-07 1251
CV论文笔记： https://github.com/ming71/CV_PaperDaily 知乎的文章，比较老，但可以查看先前的工作 https://zhuanlan.zhihu.com/p/23811946 新的 https://www.zhihu.com/question/53263115 该部分总结截止到2019年4月 https://github.com/JackieZhangdx/W...
IRNet: Instance Relation Network for Overlapping Cervical Cell Segmentation
Moeyinss
02-18 666
论文题目：IRNet: Instance Relation Network for Overlapping Cervical Cell Segmentation 论文链接：https://arxiv.org/pdf/1908.06623.pdf 提出IRNet 整体思路： 首先图像输入RPN，生成目标候选框 使用ROIalign对目标候选框进行特征提取 之后feature map分别输入d...
论文学习笔记：IRNet
Env1sage的博客
02-04 525
论文学习笔记：Weakly Supervised Learning of Instance Segmentation with Inter-pixel Relations
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值