论文阅读笔记《CANet: Class-Agnostic Segmentation Networks withAttentive Few-Shot Learning》
核心思想 本文提出一种应用于语义分割任务的小样本学习算法。首先我们介绍一下小样本语义分割任务，与分类任务相同，语义分割任务也包含支持集与查询集，目前的算法通常将网络分为两个分支，一个分支用于处理支持集图片，另一个分支用于处理查询集图片。例如，支持集图片中包含一辆摩托车和对应的分割图像，则查询集图片则包含另一辆摩托车，算法的目标就是根据支持集图片与查询集图片的关系，得到查询集图片中摩托车的分割图
相关文章
- 1. 论文阅读：CANet
- 2. Machine Learning & Deep Learning 论文阅读笔记
- 3. 论文阅读笔记《Conditional networks for few-shot semantic segmentation》
- 4. 【论文阅读】Learning Deconvolution Network for Semantic Segmentation
- 5. Deep Mutual Learning论文阅读笔记
- 6. 《Fully Convolutional Networks for Semantic Segmentation》论文阅读
- 7. 论文阅读：Fully Convolutional Networks for Semantic Segmentation
- 8. GRAPH ATTENTION NETWORKS--论文阅读笔记
- 9. 全卷积（FCN）论文阅读笔记：Fully Convolutional Networks for Semantic Segmentation
- 10. 论文阅读笔记U-net：Convolutional Networks for Biomedical Image Segmentation
- 更多相关文章...
- • RSS 阅读器 - RSS 教程
- • C# 文本文件的读写 - C#教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • JDK13 GA发布：5大特性解读
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 论文阅读：CANet
- 2. Machine Learning & Deep Learning 论文阅读笔记
- 3. 论文阅读笔记《Conditional networks for few-shot semantic segmentation》
- 4. 【论文阅读】Learning Deconvolution Network for Semantic Segmentation
- 5. Deep Mutual Learning论文阅读笔记
- 6. 《Fully Convolutional Networks for Semantic Segmentation》论文阅读
- 7. 论文阅读：Fully Convolutional Networks for Semantic Segmentation
- 8. GRAPH ATTENTION NETWORKS--论文阅读笔记
- 9. 全卷积（FCN）论文阅读笔记：Fully Convolutional Networks for Semantic Segmentation
- 10. 论文阅读笔记U-net：Convolutional Networks for Biomedical Image Segmentation