- 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。
- 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?
- 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。
- 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。
Y19M4W2-DFANet-论文阅读
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
- 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
- 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
- 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
推荐阅读更多精彩内容
- 文章作者:Tyan博客:noahsnail.com | CSDN | 简书 声明:作者翻译论文仅为学习,如有侵权请...
- 文章作者:Tyan博客:noahsnail.com | CSDN | 简书 声明:作者翻译论文仅为学习,如有侵权请...
- 前面的文章主要从理论的角度介绍了自然语言人机对话系统所可能涉及到的多个领域的经典模型和基础知识。这篇文章,甚至之后...
- 文章作者:Tyan博客:noahsnail.com | CSDN | 简书 声明:作者翻译论文仅为学习,如有侵权请...