mutou_cly的博客

弱监督语义分割(weakly supervised semantic segmentation 下称W3S)EM-Adaptpaper: Weakly-and semi-supervised learning of a DCNN for seman- tic image segmentation.是ICCV15的文章，EM指Expectation-Maximization(期望最大化)...

MIL+segpaper: From Image-level to Pixel-level Labeling with Convolutional Networks这是15年CVPR的文章，个人感觉架构和CAM有异曲同工之处。与EM-adapt一样都是基于DCNN解决W3S问题。同样输入图像经过DCNN得到了LLL张(原图12倍下采样)的特征图。由于我们的labelzzz是image-...

SECpaper: Seed, Expand and Constrain: Three Principles for Weakly-Supervised Image Segmentation本文是发表在16年的ECCV上，本篇文章使用到了CAM的思路，算是拉开了后面基于CAM进行改进的序幕。文章提出的网络的损失函数由三个部分的loss组成:LseedL_{seed}Lseed​，Lexp...

AdvErasingpaper: Object Region Mining with Adversarial Erasing: A Simple Classification to Semantic Segmentation Approach文章发表在2017年的CVPR上，同样的也是基于CAM进行后续处理。作者考虑到CAM网络是通过训练辨别模型从而得到score map/heat m...

DSRGpaper: Weakly-Supervised Semantic Segmentation Network with Deep Seeded Region Growing文章被18年的CVPR收录，文章的出发点是：CAM能够提供物体最具辨识度的区域，但是对于物体辨识度较低的区域没有识别出来，所以如何正确划分这些待定区域是主要要解决的问题。作者考虑将CAM的结果作为初始种子，之后...

STCpaper: STC: A Simple to Complex Framework for Weakly-supervised Semantic SegmentationSTC的意思是simple to complex，很好的解释了本文提出的思路。考虑到W3S中对于不同的图像III，其对应的image-level的监督信息zzz往往可能是多个类别，即一张图像中存在多个类别，这给神...

GAINpaper: Tell Me Where to Look: Guided Attention Inference Network本文是基于SEC算法进行的改进，在SEC的基础上提升了5个百分点左右。这篇文章…感觉没有什么创新…其实就是类似对抗擦除的思路，将第一次识别出来的区域进行遮挡，强迫神经网络找出所有能用于识别类别的信息。结构如下:输入图像III，经过DCNN得到识...

CAMpaper:Learning Deep Features for Discriminative Localization本文的出发点是为了神经网络的可解释性，即高亮出神经网络的激活区域。可用于object detection(location)。给定任意一个网络结构(分类网络)。CAM的做法将网络结构的最后一层删去，设删去后得到的是(w,h,n)(w,h,n)(w,h,n)...