弱监督语义分割--Object Region Mining with Adversarial Erasing

Object Region Mining with Adversarial Erasing: A Simple Classification to Semantic Segmentation Approach CVPR2017

怎么将只有图像标签的训练图像用于语义分割的训练,这里我们提出使用一个分类网络来讲训练图像中的物体进行分割,得到像素标记的训练图像,同时提出一个 online prohibitive segmentation learning 来完善上述步骤。

我们算法的示意图如下所示:

我们的算法主要包括两个部分: adversarial erasing(AE) 和 online prohibitive segmentation learning (PSL) 先来说说 adversarial erasing(AE) 对于输入图像,我们使用一个分类网络根据语义标签将该类在图像中最有特征的区域找到, first mines the most discriminative region for image category label “dog”,然后将该区域从图像中擦除 erase。然后再重新训练分类网络找出物体(dog)的另一个区域,如此重复几次,将所有擦除去的区域综合起来就是 完整的 foreground segmentation mask。

因为 AE 可能会丢失物体的一些相关区域或引入噪声,为了解决这些问题,我们提出了一个 online prohibitive segmentation learning (PSL) 来和 AE 一起来学习更好的分割模型

3 Classification to Semantic Segmentation 3.1. Object Region Mining with AE

使用AE 主要找出图像中对应类别的区域,通过迭代完善物体的区域 AE iteratively performs two operations: learning a classification network for localizing the object discriminative regions and adversarially erasing the discovered regions

PSL 示意图:

PSL uses the squared loss as the optimization objective for the classification branch, whose produced classification confidences are used by PSL to weight the corresponding category-specific segmentation score maps 使用分类的置信度来调整对应类别的分割分数图

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏CSDN技术头条

深度卷积对抗生成网络(DCGAN)

卷积神经网络在有监督学习中的各项任务上都有很好的表现,但在无监督学习领域,却比较少。本文介绍的算法将有监督学习中的CNN和无监督学习中的GAN结合到了一起。 ...

2228
来自专栏机器之心

学界 | FAIR提出用聚类方法结合卷积网络,实现无监督端到端图像分类

预训练的卷积神经网络,或称卷积网络,已经成为大多数计算机视觉应用的基础构建模块 [1,2,3,4]。它们能提取极好的通用特征,用来提高在有限数据上学习的模型的泛...

1061
来自专栏IT派

机器学习面试题目总结

如果你觉得好的话,不妨分享到朋友圈。 1.机器学习中特征的理解 def:特征选择和降维 特征选择:原有特征选择出子集,不改变原来的特征空间 降维:将原有的特征...

4035
来自专栏机器之心

深度 | 从朴素贝叶斯到维特比算法:详解隐马尔科夫模型

选自davidsbatista 作者:David S. Batista 机器之心编译 参与:蒋思源、路雪 本文首先简要介绍朴素贝叶斯,再将其扩展到隐马尔科夫模型...

33913
来自专栏SIGAI学习与实践平台

机器学习中的目标函数总结

几乎所有的机器学习算法最后都归结为求解最优化问题,以达到我们想让算法达到的目标。为了完成某一目标,需要构造出一个“目标函数”来,然后让该函数取极大值或极小值,从...

2051
来自专栏人工智能头条

浅说深度学习:核心概念

722
来自专栏机器学习算法全栈工程师

《机器学习》笔记-降维与度量学习(10)

如今机器学习和深度学习如此火热,相信很多像我一样的普通程序猿或者还在大学校园中的同学,一定也想参与其中。不管是出于好奇,还是自身充电,跟上潮流,我觉得都值得试一...

1034
来自专栏专知

迁移学习在深度学习中的应用

▌简介 ---- 迁移学习是一种机器学习方法,其中为一个任务开发的模型可以在另一个任务中重用。 迁移学习是深度学习中的一种流行方法,其中预训练(pre-trai...

2715
来自专栏机器学习算法原理与实践

Bagging与随机森林算法原理小结

    在集成学习原理小结中,我们讲到了集成学习有两个流派,一个是boosting派系,它的特点是各个弱学习器之间有依赖关系。另一种是bagging流派,它的特...

963
来自专栏华章科技

浅说深度学习

在机器学习中,我们(1)读取数据,(2)训练模型,(3)使用模型对新数据做预测。训练可以看作是当模型拿到新数据的时候、逐步学习一个的过程。在每一步,模型做出预测...

1192

扫码关注云+社区