标签：分割 14 BoxSup 卷积 论文 网络 监督 2018 边界

国外暂时略读！title（12）：BoxSup: Exploiting Bounding Boxes to Supervise Convolutional Networks for Semantic Segmentation（BoxSup：利用边界框监督卷积网络进行语义分割）---20150518

abstract：最近领先的语义分割方法依赖于深度卷积网络，使用人工注释的像素级分割掩模进行训练。这种精确到像素的监督需要昂贵的标注工作量，并限制了通常受益于更多训练数据的深度网络的性能。在本文中，我们提出了一种可以实现同样精度的有竞争力的方法，而且只需要容易获得的边界框标注信息。基本思想是在自动生成区域的提议和训练卷积网络之间进行迭代。这两个步骤逐渐恢复分割掩模以改善网络，反之亦然。我们的方法称为“BoxSup”，仅通过边界框作为监督信息而产生与在相同的设置下全监督的强baselines（例如，63.8 ％mAP）具有同等竞争力的实验结果（例如，用于验证的62.0％的mAP）。通过利用大量边界框，BoxSup在PASCAL VOC 2012和PASCAL-CONTEXT [26]上进一步获得了最新的结果。

标签：分割,14,BoxSup,卷积,论文,网络,监督,2018,边界
来源： https://blog.51cto.com/u_15221047/2807334

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。