Y19M4W2-DFANet-论文阅读

image.png

image.png
  1. ASPP十分强大。解释是：准确的分割需要强语义和强上下文，缺一不可。这不是对应到原始输入上的感受野要大，而是对应到高层语义特征的感受野要大。
  2. DFANet用了FCAttention。这个东西确实具有全局感受野。但论文中没有说清楚具体是怎么用的。在ImageNet上训练的FC在这里还要不要FineTurning？
  3. ASPP强大的另外一个推论：强Encoder弱Decoder。需要有了强语义和强上下文，分割问题基本上就解的差不多了。Decoder只是恢复分辨率和平滑。
  4. 强语义+强位置：1）低层特征只是强位置，需要用强语义特征再次提升。2）高低层特征需要融合。
最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成，浏览时请结合常识与多方信息审慎甄别。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

相关阅读更多精彩内容

友情链接更多精彩内容