首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >场景解析--Scene Parsing through ADE20K Dataset

场景解析--Scene Parsing through ADE20K Dataset

作者头像
用户1148525
发布2019-05-27 19:51:57
1.5K0
发布2019-05-27 19:51:57
举报

Scene Parsing through ADE20K Dataset CVPR2017 https://github.com/CSAILVision/sceneparsing http://sceneparsing.csail.mit.edu/

MIT 搞的一个 场景解析数据库 ADE20K,可以在这上面测测自己算法的效果。 在这个数据库上我们跑了一些分割模型,在此基础上我们提出了一个 Cascade Segmentation Module,提升分割效果。

首先来看看 ADE20K 这个数据库。为什么搞了一个新数据库了?场景的种类更丰富,标记内容更详细 covering a wide range of scenes and object categories with dense and detailed annotations for scene parsing

这里写图片描述
这里写图片描述

人工标记的一致性问题:

这里写图片描述
这里写图片描述
这里写图片描述
这里写图片描述

几个主流语义分割数据库的对比:

这里写图片描述
这里写图片描述

Dataset statistics:

这里写图片描述
这里写图片描述
这里写图片描述
这里写图片描述

3 Cascade Segmentation Module handle the long-tail distribution of objects in scenes and the spatial layout relations of scenes, objects, and object parts

本文根据分析数据库的长尾分布,提出使用 Cascade Segmentation Module 可以更好的提升分割效果 模型网络结构图:

这里写图片描述
这里写图片描述

方法效果对比:

这里写图片描述
这里写图片描述
这里写图片描述
这里写图片描述

在语义分割中引入 Cascade 还是很好的。

本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2017年05月18日,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
数据库
云数据库为企业提供了完善的关系型数据库、非关系型数据库、分析型数据库和数据库生态工具。您可以通过产品选择和组合搭建,轻松实现高可靠、高可用性、高性能等数据库需求。云数据库服务也可大幅减少您的运维工作量,更专注于业务发展,让企业一站式享受数据上云及分布式架构的技术红利!
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档