原文地址:Dual Attention Network for Scene Segmentation

概述

多尺度上下文融合的问题:
虽然上下文融合有助于捕获不同比例的对象,但它无法利用全局视图中对象或内容之间的关系,这对于场景分割也是必不可少的。
贡献:

  1. 提出了一种具有自我关注机制的新型双注意网络(DANet),以增强场景分割的特征表示的判别能力。
  2. 议使用位置注意模块来学习特征的空间相互依赖性,并设计通道注意模块来模拟通道相互依赖性。它通过在本地特征上建模丰富的上下文依赖关系,显着改善了分割结果。
  3. 在三个流行的基准测试中获得了最新的最新结果,包括Cityscapes数据集[5],PASCAL Context数据集[14]和COCO Stuff数据集[2]。

方法

双重注意网络结构图如下所示:

  • 文章采用预扩展的残余网络,deeplab v2作为主干,删除了下采样操作并在最后两个ResNet块中使用了扩散卷积,从而将最终特征映射大小的大小扩大到输入图像的1/8。
  • 来自扩张的残余网络的特征将被馈送到两个并行的注意模块中。
  • 对上面的乘法结果矩阵和原始特征执行逐元素和运算,以获得反映长程上下文的最终表示。同时,信道维度中的远程上下文信息由信道关注模块捕获。
  • 我聚合来自两个关注模块的输出,以获得更好的像素级预测的特征表示。

位置注意模块和通道注意模块的详细信息如(A)和(B)所示:

文章阅读:Dual Attention Network for Scene Segmentation相关推荐

  1. 【语义分割】DANet Dual Attention Network for Scene Segmentation

    DANet(Dual Attention Network for Scene Segmentation)在语义分割领域多个数据集上取得了STOA的结果,值得大家关注. [废话两段] 由于之前没跑过语义 ...

  2. Dual attention network for scene segmentation

    Dual attention network for scene segmentation 设计巧妙,但是没法解释方法的有效性 dual attention的思路太多了,这篇是应用在场景语义分割上. ...

  3. [论文阅读] Shallow Attention Network for Polyp Segmentation

    论文地址:https://arxiv.org/abs/2108.00882 代码:https://github.com/weijun88/SANet 发表于:MICCAI'21 Abstract 准确 ...

  4. Hybrid Multiple Attention Network for Semantic Segmentation in Aerial Images

    论文阅读: Hybrid Multiple Attention Network for Semantic Segmentation in Aerial Images 作者声明 版权声明:本文为博主原创 ...

  5. Pyramid Attention Network for Semantic Segmentation

    翻译 | 林椿眄 出品 | 人工智能头条(公众号ID:AI_Thinker) 近日,北京理工大学.旷视科技.北京大学联手,发表了一篇名为 Pyramid Attention Network for S ...

  6. 论文Pyramid Attention Network for Semantic Segmentation笔记

    该论文发表于2017CVPR,由北理工+旷视科技+北大共同完成 论文传送门 本人主要借鉴其中的思想在目标检测中的可行性,故不考虑语义分割相关的内容 初次实现,如有不足之处,还请指出,谢谢! 名词解释 ...

  7. 【Attention】Dual Attention(DANet) Fully Attention(FLA)

    空间注意力有助于保留细节信息,通道注意力有助于保留大物体的语义一致性. 有效使用两种注意力可以提升性能. 本文旨在记录一些常用的注意力,以及代码实现,包括两篇文章,DANet,FLA. Dual At ...

  8. 双重关系感知注意力机制 Dual Relation-Aware Attention[keras实现 dual attention优化版]

    文章目录 前言 一.Compat Position Attention Module紧凑型位置注意力模块 二.Compat Channel Attention Module紧凑型通道注意力模块 三.效 ...

  9. Context Prior for Scene Segmentation论文阅读/翻译

    Context Prior for Scene Segmentation论文阅读/翻译 论文地址 Abstract Introduction Context Prior Affinity Loss C ...

最新文章

  1. 浏览器插件-- Browser Helper Object(BHO) 一
  2. fir.im Weekly - 2017 年必须了解的 iOS 开源库
  3. python 获取系统相关编码的函数
  4. 使用redux和axios获取api数据
  5. Intel altera opencl 入门
  6. 极客时间_算法训练营(代码实现汇总)
  7. linux ext4 文件大小,刨根问底:ext3/ext4文件系统最大空间及单个文件大小演算法则...
  8. python电影爬虫系统毕设_基于Python的豆瓣电影网络爬虫设计
  9. java生成xlsx文件
  10. 华为OD岗位面试流程及总结
  11. 4.3 Matplotlib 图中图
  12. Orcle 12c Sharding---Sharded和Duplicated表介绍
  13. 自己封装的CMusic类 【转】
  14. rom是计算机硬件吗,rom,教你手机中ram和rom的区别
  15. 基于STM32C8T6的智能蓝牙小车(毕业设计)
  16. 区别:二次型、标准形、规范形
  17. 倒计时H5页面源码(2018年除夕)
  18. [BPM 架构]顶级免费和开源BPM软件
  19. 【莹伙丛】Dependencies should no longer be declared using the compile and runtime configurations
  20. 经典再现,看到就是赚到。尚硅谷雷神 - SpringBoot 2.x 学习笔记 - 基础入门篇

热门文章

  1. NotePad++ 将数据以16进制显示,HexEditor插件的安装
  2. Linuxboot01-背景及现状
  3. Smith + Nephew推出了Real Intelligence和新一代手持机器人平台CORI手术系统
  4. 10.5前端实习生面试总结
  5. 使用Echarts地图获取指定省想要的多个地市
  6. python数据分析大作业-python大作业
  7. android APP如何实现launcher
  8. 信号系统 | 信号的概念与常用信号
  9. 自动驾驶感知算法实战11——多传感器融合感知方案详解
  10. 【window系统】日志与注册表