【显著性物体检测】【ECCV2018】Reverse Attention for Salient Object Detection【论文笔记】

最新推荐文章于 2023-03-13 20:45:39 发布
最新推荐文章于 2023-03-13 20:45:39 发布
阅读量4.4k 收藏 33
点赞数 5
CC 4.0 BY-SA版权
分类专栏： S 文章标签： Saliency Object Detection
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。
本文链接：https://blog.youkuaiyun.com/weixin_38682454/article/details/88954477
本文介绍了一种基于VGG-16的显著性物体检测模型，采用从高层到低层的特征利用策略，通过Reverse Attention增强轮廓检测。模型在保持高速运行的同时，实现了高F-measure和低参数量。实验表明，该模型在PR曲线、F-measure和MAE指标上表现出色，并通过溶解实验验证了关键设计的有效性。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

简介：在不怎么增加计算量的前提下，采用从粗到精的思想，由高级特征到低级特征，补全显著性检测的轮廓【最近很多都是基于这个思想】。模型的速度与效果都占优。具体关注，是怎么实现特征的多级利用的。

ECSSD上效果较好的模型F-measure与模型大小的比较

一开始作者给出这个图，突出本文模型效果好，F-measure高，而且参数量少，运行速度块。

【DSS：Deeply supervised salient object detection with short connections. 程明明教授的模型F-measure这么高= =怪不得Amulet论文里没拿来比较，不过DSS这篇文章确实厉害，2017年的CVPR，2019年的TPAMI】

网络结构如上图：首先backbone依然是VGG-16，去掉全连接层。

对于上图右上角的GlobalSaliency，对conv5进行pool之后，使用1x1的卷积将channel数降到256，然后使用三层5x5的卷积得到GlobalSaliency。

对于Side_output部分，首先介绍图中的R模块，如下图所示，高一级得到的显著图，【最开始为GlobalSaliency】，上采样之后用1

最低0.47元/天 解锁文章

200万优质内容无限畅学
Reverse Attention-Based Residual Network for Salient Object Detection论文解读以及代码复现时所遇问题
weixin_45908408的博客
09-30 1423
论文原文下载：原文 代码下载：源代码 该博客只是在学习本篇论文时自己所遇问题以及一些心得，如有侵权，请联系本人删除即可。 该论文主要针对的是SOD遇到的一些问题，如：模型架构复杂、模型参数较多的问题，作者提出了一种框架即：Reverse Attention-Based Residual Network。 前述部分作者讲的很仔细，我就不多赘述，只进行模型的讲解。 Initial Saliency Prediction 首先经过VGG-16进行处理,因为VGG16独特的网络框架，具有五个最大池化层，因此在每个池
Revisiting Salient Object Detection: Simultaneous Detection, Ranking, and Subitizing of Multiple Sal
qq_33964352的博客
11-12 1353
问题： 作者认为，显著性目标检测领域迄今为止的工作解决的是一个相当病态的问题。即不同的人对于什么是显著性目标没有一个普遍的一致意见。这意味着一些目标会比另一些目标更加显著，并且不同的显著性目标中存在着一个相对排名。 本文方法： 本文方法解决了考虑了相对排名这个更普遍的问题，并且提出了适合于衡量该问题的数据与度量方法，本文解决方案是基于相对显著性和分段式细化的分层表示的深度网络。该网络也可以解...
Reverse attention for salient object detection阅读笔记
Malidong的博客
07-11 2062
ECCV 2018 Shuhan Chen, Xiuli Tan, Ben Wang, Xuelong Hu 论文地址 一、简介
Reverse Attention for Salient Object Detection
Acmer_future_victor的博客
05-19 1765
Reverse Attention for Salient Object Detection 2018ECCV Abstract 得益于深度学习技术的快速发展，显著目标检测最近取得了显著进展。然而，仍然存在以下两个主要挑战阻碍其在嵌入式设备中的应用，低分辨率输出和沉重的模型权重。为此，本文提出了一个准确但紧凑的深度网络，用于高效的显著目标检测。更具体地说，给定最深层的粗略显著性预测，我们首先采用残差学习来学习侧输出残差特征以进行显著性细化，这可以在保持准确性的情况下使用非常有限的卷积参数来实现。其次，我们进
salient object detection
DreamLike_zzg的博客
06-04 726
A Simple Pooling-Based Design for Real-Time Salient Object Detection （2019 CVPR） Global Guidance Module (GGM) : PPM feature 与 FPN 每个level 融合。增加RF，缓解obj预测不完整。Feature Aggregation Module (FAM): 类似PPM，add代替concate。 1、reducing the aliasing effect of ups...
显著性物体检测方法汇总
qq_19329785的博客
02-12 3316
对目前几乎所有的利用深度学习的显著性物体检测算法进行了一个汇总，列表中主要包括公布代码或者结果的方法。 链接：https://github.com/jiwei0921/SOD-CNNs-based-code-summary-/blob/master/README.md 希望多大家有帮助！ ...
ECCV 2020预会议 直播笔记| Suppress and Balance: A Simple Gated Network for Salient Object Detection
yuuzhao的博客
07-31 1216
抑制与平衡：一种用于突出目标检测的简单选通网络 并行结构， Suppress and Balance: A Simple Gated Network for Salient Object Detection
ECCV2018-DetNet A Backbone network for Object Detection.pptx
05-14
本篇论文发表在ECCV2018，关于目标检测一篇文章解读，文档总结了论文关键点以及创新点，希望可以帮助到更多的人
ECCV2018目标检测论文
10-19
总的来说，ECCV2018目标检测论文集是对当前计算机视觉领域深度学习技术的一次集中展示，其中包含了各种创新的模型、算法和技术，对于深入理解和掌握目标检测的最新进展至关重要。通过阅读这些论文，我们可以了解到...
Salient Object Detection
06-08
regard saliency map computation as a regression problem
20200894_RGB-D Salient Object Detection A Survey.pdf
02-03
显著性目标检测论文下载 论文：RGB-D Salient Object Detection A Survey
「论文阅读笔记」Salient Object Detection with Pyramid Attention and Salient Edges
qq_38766844的博客
05-30 1001
这是一篇来自于阿联酋的研究所与北京理工大学（一作二作）联合出品的2D显著性检测文章 从题目可以看出作者使用金字塔的注意力机制和显著边缘来进行显著性检测的 其主要的思路在于在传统的top-down的CNNs模式下，在每一层的侧输出中使用attention和边界检测来分等级的细化显著性特征图 作者强调这一点的好处是可以“继承”上一层的attention的显著区域 问题 First, feature representation is the crux of deep learning based s
Salient Object Detection with Pyramid Attention and Salient Edges
龙行天下的博客
08-30 2040
该文章提出了PAGE-Net模型，该模型的创新之处主要包含了两个模块，分别是pyramid attention(即金字塔增强模块)和salient edge detection(即显著性边缘检测模块)，前者可以使得模型更加关注和显著性有关的特征，作者将多尺度的显著性信息利用到atte-ntion机制中去(通过叠加不同尺度的attention实现)，这样可使得attention模块中...
Salient Object Detection: A Survey; 2014; Mingming Cheng; Salient Object Detection
superhahahao的博客
09-06 1357
综述性文章: Salient Object Detection即显著性检测，是机器视觉的一个领域。对一幅图像进行显著性检测一般有两个步骤，第一步是检测出图像中最为显著的部分，第二步是将显著部分与图像中其他场景分割开来。显著性检测能够作为其他图像处理和分析技术的基础操作，因此一方面对精度有要求，另一方面对计算速度有要求。 Salient Object Detection技术的发展大致有三个阶段，...
【Salient Object Detection】显著性物体检测资料汇总
TomRen
03-10 1985
显著性物体检测
Salient Object Detection: A Benchmark （显著性目标检测的一个基准）
qq_43202953的博客
12-03 1890
摘要 我们对41个最先进的模型（29个显著目标检测，10个注视点预测，1个算法，1个基线)，从定性和定量的角度广泛的比较了7个具有挑战性的数据集，以对显著的目标检测和分割方法进行基准测试。从目前获得的结果来看，我们的评估在过去几年在准确性和运行时间方面都取得了一致的快速进展。在这一基准测试中，排名前几位的模型表现明显好于三年前进行的前一基准测试中被认为最好的模型。我们发现，专为显著目标检测设计的模...
Salient Object Detection: A Discriminative Regional Feature Integration Approach （判别区域特征集成方法）
qq_43202953的博客
11-27 566
这篇文章是显著性检测在利用深度学习之前的一个高潮（利用分割来计算显著性） 摘要 显著目标检测一直是人们关注的热点，近年来各种启发式计算模型层出不穷。在本文中，我们将显著性映射计算视为一个回归问题。我们的方法是基于多层图像分割，使用监督学习方法将区域特征向量映射到显著性得分，最后融合多个层次的显著性得分，得到显著性地图。这种贡献是双重的。一是我们展示了我们的方法，将区域对比、区域属性和区域背景描述符...
【CVPR】Calibrated RGB-D Salient Object Detection
qq_58893031的博客
03-13 768
原始深度图像中普遍存在的噪声和歧义。为了解决，提出了一种深度校准和融合 (DCF) 框架: 1) 一种学习策略，用于校准原始深度图中的潜在偏差，以提高SOD性能；2) 一个简单而有效的交叉参考模块，用于融合RGB和深度模态的特征。
Salient Obejct Detection（SOD）综述
kiminoamae的博客
02-06 7417
论文链接：https://arxiv.org/abs/2008.00230 仓库链接：https://github.com/taozh2017/RGBD-SODsurvey 介绍 显著目标检测(Salient Obejct Detection)是模拟人类视觉感知系统来定位场景中最吸引人的目标，已被广泛应用于各种计算机视觉任务中。 显著目标检测在现实中的应用有：立体匹配（stereo matching）、图像理解(img understanding)、共显著性检测(co-saliency detection)
ECCV2018目标检测与物体检测研究精选论文
通过阅读ECCV2018的目标检测论文，研究者可以了解到目标检测领域的最新进展，包括数据集的使用、算法的创新、模型的优化以及性能评估方法的更新。同时，这些论文也提供了丰富的实验结果和比较分析，帮助研究者理解...
评论 3
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