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

来自专栏用户画像

逻辑回归

LR主要思想是: 根据现有数据对分类边界线(Decision Boundary)建立回归公式,以此进行分类。

542
来自专栏大数据挖掘DT机器学习

用NN(神经网络)实现数据的降维理论及练习

数据降维的重要性就不必说了,而用NN(神经网络)来对数据进行大量的降维是从2006开始的,这起源于2006年science上的一篇文章:reducing the...

3289
来自专栏小小挖掘机

推荐系统遇上深度学习(五)--Deep&Cross Network模型理论和实践

一个DCN模型从嵌入和堆积层开始,接着是一个交叉网络和一个与之平行的深度网络,之后是最后的组合层,它结合了两个网络的输出。完整的网络模型如图:

842
来自专栏绿巨人专栏

强化学习读书笔记 - 11 - off-policy的近似方法

3267
来自专栏新智元

【干货】IJCAI:深入浅出讲解深度生成模型(115 PPT)

【新智元导读】本文是IJCAI 2018的深度生成模型tutorial,作者是斯坦福大学PH.D Aditya Grover,长达115页的slides非常详尽...

792
来自专栏AI科技大本营的专栏

解析深度神经网络背后的数学原理!

【导读】为了更好地理解神经网络的运作,今天只为大家解读神经网络背后的数学原理。而作者写这篇文章的目的一个是为了整理自己学到的知识;第二个目的也是为了分享给大家,...

643
来自专栏数据科学与人工智能

【知识】基础机器学习算法

1 什么是机器学习算法? 2 如何使用机器学习算法? 3 机器学习算法的能与不能? 本篇内容主要是面向机器学习初学者,介绍常见的机器学习算法,当然,欢迎同行交流...

1848
来自专栏张俊红

EM算法

总第82篇 01|概念及原理: EM算法是一种迭代算法,用于含有隐变量的概率模型参数的极大似然估计,或极大后验概率估计。EM算法的每次迭代分两步完成:E步,求期...

2466
来自专栏专知

深入广义线性模型:分类和回归

【导读】本文来自AI科学家Semih Akbayrak的一篇博文,文章主要讨论了广义的线性模型,包括:监督学习中的分类和回归两类问题。虽然关于该类问题的介绍文章...

3786
来自专栏磐创AI技术团队的专栏

多核学习方法介绍

【磐创AI导读】:本文为SVM多核学习方法简介的续篇。想要学习更多的机器学习知识,欢迎大家点击上方蓝字关注我们的公众号:磐创AI。SVM多核学习方法简介

341

扫码关注云+社区