复现2024年CVPR图像分割SED_Simple Encoder-Decoder_Seg，并使用自己的数据集进行训练

最新推荐文章于 2025-09-15 14:44:35 发布
原创 最新推荐文章于 2025-09-15 14:44:35 发布 · 1k 阅读 · 5 ·
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：

#人工智能 #图像处理

部署运行你感兴趣的模型镜像

一.复现步骤
1.环境安装
2.数据集下载+处理
3.根据自身设备配置config和执行指令

运行结果图如下（训练时间较长，慎重考虑）：

二.使用自己的数据集

1.使用labelme打标签

2.转换为模型适用数据集

3.自行创建py文件获取，获取标签颜色

4.修改预处理文件等

5.执行结果（只训练了500轮）

您可能感兴趣的与本文相关的镜像

Seed-Coder-8B-Base

Seed-Coder-8B-Base

文本生成
Seed-Coder

Seed-Coder是一个功能强大、透明、参数高效的 8B 级开源代码模型系列，包括基础变体、指导变体和推理变体，由字节团队开源

猫精灵
关注
图像分割 人脸分割CVPR2023笔记
jacke121的专栏
10-24 962
图像分割 人脸分割CVPR2023笔记
Paper reading：高分辨率图像分割 Collaborative Global-Local Networks for Memory-Efficient Segmentation CVPR19
家家的专栏
06-24 634
协作式全局-局部网络(Collaborative global-local network)，以一个高效的方式保留全局和局部信息。协作式全局-局部网络有两个分支：全局分支和局部分支，分别处理降采样后的全局图像和剪切后的局部图像块作为输入信息。为了完成分割任务，网络会融合两个分支的特征图，以更好地获取高分辨率的细节结构和上下文依赖关系。......
DUSt3R论文复现：CVPR 2024实验结果完全复刻
最新发布
gitblog_00820的博客
09-15 834
CVPR 2024收录的DUSt3R（Geometric 3D Vision Made Easy）是Naver Labs提出的端到端3D视觉模型，通过双编码器-双解码器架构实现从图像对到三维点云的直接回归。本文系统复现该论文核心实验，涵盖模型架构解析、训练流程复现、多数据集性能验证及工程化部署优化，提供可复现的代码实现与参数配置。 ## 1. 模型架构解析 ### 1.1 核心创新点 DUS...
【图像分割 2023 CVPR】CFNet
wujing1_1的博客
07-19 3640
多尺度特征对于对象检测、实例分割和语义分割等密集预测任务是必不可少的。现有的最先进的方法通常首先通过分类主干提取多尺度特征，然后通过轻量级模块（如FPN中的融合模块）对这些特征进行融合。然而，我们认为，通过这样一个范例来融合多尺度特征可能是不可取的，因为与笨重的分类主干相比，为特征融合分配的参数是有限的。为了解决这一问题，我们提出了一种新的结构&级联融合网络(CFNET)用于密集预测。在CFNET中，除了提取初始高分辨率特征的STEM和几个块外，我们还引入了几个级联阶段来生成多尺度特征。
CVPR 2022: 图像分割论文大盘点
weixin_46142822的博客
04-05 3万+
图像分割——CVPR 2022 论文大盘点 1 前言 本文盘点了CVPR 2022 目前为止的2D图像分割相关论文，包含语义分割和实例分割，总计22篇论文，值得学习。 2.1 语义分割 2.1.1 强监督 ReSTR: Convolution-free Referring Image Segmentation Using Transformers 论文：https://arxiv.org/pdf/2203.16768.pdf 代码：暂无 Bending Reality: Distortion-aware
复现CVPR2024-Unifying Top-down and Bottom-up Scanpath Prediction Using Transformers记录
finnsonx的博客
08-17 1797
Unifying Top-down and Bottom-up Scanpath Prediction Using Transformers文章代码复现，遇到的问题及解决过程
PKINet(2024CVPR)复现
dragonxxx1024的博客
03-19 7967
这次错误的解决,主要是因为以前复现过LSKNet，文章中又提到了LSKNet，然后看了下LSK的train.py的代码，两者差不多，找到以前我看过LSKNet复现的帖子，才发现没导入权重文件和改单卡模式，LSKNet复现的帖子在这里。我们进行测试和demo实验，从官网上下载权重文件，如下，我测试的是DOTAv1.0的，但是只有ss的权重文件，先试一试能不能跑，不能跑再换ss类型的数据集。本次复现也踩了很多的坑，这也是我第一篇博客，不对之处请各位指教，也当做我自己的一个笔记吧，毕竟好记性不如烂笔头。
（CVPR，2024）SED：一个用于开放词汇语义分割的简单编解码器
lalula的博客
04-21 3904
开放词汇语义分割旨在将像素从一个开放的类别集合中划分为不同的语义组。大多数现有方法利用预训练的视觉-语言模型，其中关键是采用图像级模型进行像素级分割任务。在本文中，我们提出了一种名为SED的简单编码器-解码器，用于开放词汇语义分割，它包括基于层次编码器的代价图生成和具有类别早期拒绝的逐渐融合解码器。基于层次编码器的代价图生成采用层次骨干网络，而不是简单的Transformer，来预测像素级图像-文本代价图。与简单的Transformer相比，层次骨干网络更好地捕捉局部空间信息。
语义分割--(DeepLabv3+)Encoder-Decoder with Atrous Separable Convolution for Semantic ..
热门推荐
DFan的NoteBook
03-11 3万+
DeepLabv3+ Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation 原文地址：DeepLabv3+ 注意本文的一作Liang−ChiehChenLiang−ChiehChenLiang-Chieh Chen参与了DeepLab系列，MaskLab和MobileNet系列的工作...
CVPR2024-Papers-with-Code-Demo 学习资料汇总 - 最新计算机视觉论文代码合集
m0_56734068的博客
09-12 2064
CVPR2024-Papers-with-Code-Demo 是一个 GitHub 开源项目,主要收集 CVPR 2024 会议发布的论文及其相关代码实现和演示视频。项目内容持续更新,涵盖了计算机视觉各个研究方向的最新成果。GitHub - DWCTOD/CVPR2024-Papers-with-Code-Demo: 收集 CVPR 最新的成果，包括论文、代码和demo视频等，欢迎大家推荐！
CVPR 中有关图像分割的paper
03-10
近几年CVPR中有关图像分割的文章，整理一下
（CVPR，2024）CAT-Seg：基于成本聚合的开放词汇语义分割
lalula的博客
04-17 3715
开放词汇的语义分割面临着根据各种文本描述对图像中的每个像素进行标记的挑战。在这项工作中，我们引入了一种新颖的基于成本的方法，以适应视觉语言基础模型，特别是CLIP，用于复杂的语义分割任务。通过聚合余弦相似度分数，即图像和文本嵌入之间的成本体积，我们的方法通过微调其编码器，强大地适应了CLIP以对已见和未见类进行分割，解决了现有方法在处理未见类时面临的挑战。在此基础上，我们探讨了有效聚合成本体积的方法，考虑到它在图像和文本嵌入之间建立的多模态特性。此外，我们还研究了有效微调CLIP的各种方法。
CVPR 2024 | RobustSAM：在低质量图像上鲁棒地分割一切
阿木寺的博客
06-19 1114
点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达点击进入—>【Mamba/多模态/扩散】交流群添加微信：CVer5555，小助手会拉你进群！扫描下方二维码，加入CVer学术星球！可以获得最新顶会/顶刊上的论文idea和CV从入门到精通资料，及最前沿应用！发论文/搞科研/涨薪，强烈推荐！[CVPR'24 Highlight] RobustSAM: 只需小型网络模块，SAM模...
CVPR 2024：在笔记本终端分割一切医学图像挑战赛进行中
Tina姐的博客
02-06 2390
医学图像分割是临床实践中的关键步骤，有助于准确量化解剖结构和病理区域。该领域目前正在经历范式转变，从为单个任务设计的专用模型转向能够管理多种细分场景的基础模型。然而，大多数现有的分割基础模型主要是针对自然图像量身定制的，或者在推理过程中通常需要大量的计算资源。这一限制对其在临床环境中的广泛实施构成了重大障碍。这一挑战寻求通用的、可提示的医学图像分割模型，这些模型可部署在笔记本电脑或其他边缘设备上，而不依赖 GPU。
CVPR2024 Diversified and Personalized Multi-rater Medical Image Segmentation
weixin_51712373的博客
04-07 905
现有多标注者策略：1.众包（假设存在唯一元分割，通过融合多标注结果逼近该标签）、2.生成（旨在生成多样化结果，模拟专家会诊中不同意见，其输出为隐式且无序的备选分割）、3.单阶段个性化（通过生成显式专家结果集，即与标注者一一对应的分割，支持个体标注偏好追踪与性能分析，以提升质控与临床培训效率）现有工作要么试图将不同标注合并为"ground truth"（这在许多医学场景中难以实现），要么生成多样化结果，或针对个体专家标注者生成个性化结果。的偏见（不同专家对同一目标的理解和标注偏好不同，导致标注结果不一致）。
CVPR2024 分割Segmentation相关论文37篇速览
weixin_44287798的博客
06-17 1万+
CVPR2024分割论文相关速览
CVPR2024论文盘点（10篇）：包括多模态大模型，目标检测，图像分割
SmartLab307的博客
05-29 3万+
通过这种方法，在PASCAL VOC 2012和MS COCO 2014两个标准数据集上的实验不仅验证了CPAL的有效性，还展示了它在提升模型性能方面的显著优势，推动了该领域的进步至新的高度。随着深度学习的快速发展，模型可用训练数据规模呈指数级上升，大规模语言模型和多模态模型的通用理解能力得到了巨大的提高，出现了一批能解决多种任务的统一模型。在推理阶段，通过将先前帧中预测的物体掩码作为它们的视觉提示，UniVS 将不同的视频分割任务转化为以提示为导向的目标分割，消除了启发式的帧间匹配过程。
CVPR 2024 图像处理方向总汇（图像去噪、图像增强、图像分割和图像恢复等）
qq_36812406的博客
01-17 5027
1、Image Progress(图像处理) 去鬼影 Generating Content for HDR Deghosting from Frequency View 去阴影 HomoFormer: Homogenized Transformer for Image Shadow Removal 去模糊 Unsupervised Blind Image Deblurring Based on Self-Enhancement Latency Correction for E
[CVPR 2024]MedM2G_Unifying_Medical_Multi-Modal_Generation_via_Cross-Guided_Diffusion_with_Visual_CVPR_2024_paper
12-27
### CVPR 2024 MedM2G Paper Overview The paper titled "MedM2G: Unifying Medical Multi-Modal Generation via Cross-Guided Diffusion with Visual Invariant" introduces a novel approach to unify medical multi-modal generation using cross-guided diffusion models that incorporate visual invariants[^1]. This method aims at improving the consistency and quality of generated medical data across different modalities, which is crucial for various applications such as diagnosis support systems. #### Key Contributions - **Cross-Guided Diffusion Framework**: A framework designed specifically for generating high-quality medical images by leveraging information from multiple sources or views. - **Visual Invariance Integration**: Ensures that the generative model can produce results invariant under certain transformations while preserving key anatomical features essential for clinical interpretation. - **Unified Approach**: Proposes an integrated solution capable of handling diverse types of medical imaging tasks within one cohesive system rather than requiring separate models per task. #### Methodology To achieve these goals, MedM2G employs advanced techniques including but not limited to: - Utilizing pre-trained networks pretrained on large-scale datasets like ImageNet for feature extraction purposes before feeding into the main architecture. - Implementing conditional variational autoencoders (cVAEs) alongside GANs to ensure both diversity and fidelity in synthesized outputs. ```python import torch.nn as nn class MedM2G(nn.Module): def __init__(self): super(MedM2G, self).__init__() # Define layers here based on cVAE and GAN architectures def forward(self, x): # Forward pass implementation goes here return output ```
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
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