論文の概要: Puzzle-CAM: Improved localization via matching partial and full features

• arxiv url: http://arxiv.org/abs/2101.11253v2
• Date: Thu, 28 Jan 2021 03:34:21 GMT
• ステータス: 処理完了
• システム内更新日: 2021-02-01 19:46:44.161470
• Title: Puzzle-CAM: Improved localization via matching partial and full features
• Title（参考訳）: Puzzle-CAM: 部分機能とフル機能のマッチングによるローカリゼーションの改善
• Authors: Sanghyun Jo, In-Jae Yu
• Abstract要約: 弱教師付きセマンティックセマンティックセマンティクス(WSSS)を導入し、セマンティクス性能のギャップを画素レベルの監視から画像レベルの監視へと狭める。 ほとんどの高度なアプローチは、セグメンテーションネットワークをトレーニングするために擬似ラベルを生成するクラスアクティベーションマップ(CAM)に基づいている。 本稿では,個々のパッチと画像全体の違いを最小限に抑えるプロセスであるPuzzle-CAMを提案する。 実験では、Puzzle-CAMはPASCAL VOC 2012データセットの監視のために同じラベルを使用した従来の最先端手法よりも優れていた。
• 参考スコア（独自算出の注目度）: 0.5482532589225552
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Weakly-supervised semantic segmentation (WSSS) is introduced to narrow the gap for semantic segmentation performance from pixel-level supervision to image-level supervision. Most advanced approaches are based on class activation maps (CAMs) to generate pseudo-labels to train the segmentation network. The main limitation of WSSS is that the process of generating pseudo-labels from CAMs that use an image classifier is mainly focused on the most discriminative parts of the objects. To address this issue, we propose Puzzle-CAM, a process that minimizes differences between the features from separate patches and the whole image. Our method consists of a puzzle module and two regularization terms to discover the most integrated region in an object. Puzzle-CAM can activate the overall region of an object using image-level supervision without requiring extra parameters. % In experiments, Puzzle-CAM outperformed previous state-of-the-art methods using the same labels for supervision on the PASCAL VOC 2012 test dataset. In experiments, Puzzle-CAM outperformed previous state-of-the-art methods using the same labels for supervision on the PASCAL VOC 2012 dataset. Code associated with our experiments is available at \url{https://github.com/OFRIN/PuzzleCAM}.
• Abstract（参考訳）: ピクセルレベルの監督から画像レベルの監督までセマンティックセグメンテーションのパフォーマンスのギャップを狭めるために、Wakly-supervised semantic segmentation (WSSS)が導入された。 ほとんどの高度なアプローチは、セグメンテーションネットワークをトレーニングするために擬似ラベルを生成するクラスアクティベーションマップ(CAM)に基づいている。 WSSSの主な制限は、画像分類器を使用するCAMから擬似ラベルを生成するプロセスが、主にオブジェクトの最も識別性の高い部分に焦点を当てていることである。 そこで本研究では,異なるパッチと画像全体の特徴の違いを最小限に抑えるプロセスであるPuzzle-CAMを提案する。 本手法はパズルモジュールと2つの正規化項からなり,物体の最も統合された領域を探索する。 Puzzle-CAMは、余分なパラメータを必要とせずに、画像レベルの監視を使用してオブジェクトの全体領域を活性化することができる。 実験では,pascal voc 2012テストデータセットの監視に同じラベルを用いた従来の最先端手法を上回っていた。 実験では、Puzzle-CAMはPASCAL VOC 2012データセットの監視のために同じラベルを使用した従来の最先端手法よりも優れていた。 実験に関連するコードは \url{https://github.com/OFRIN/PuzzleCAM} で入手できます。

関連論文リスト

• Auxiliary Tasks Enhanced Dual-affinity Learning for Weakly Supervised Semantic Segmentation [79.05949524349005]
  AuxSegNet+は、サリエンシマップから豊富な情報を探索する弱教師付き補助学習フレームワークである。 また,サリエンシとセグメンテーションの特徴マップから画素レベルの親和性を学習するためのクロスタスク親和性学習機構を提案する。
  論文  参考訳（メタデータ） (2024-03-02T10:03:21Z)
• Multi-Granularity Denoising and Bidirectional Alignment for Weakly Supervised Semantic Segmentation [75.32213865436442]
  本稿では,雑音ラベルと多クラス一般化問題を緩和するために,MDBAモデルを提案する。 MDBAモデルはPASCAL VOC 2012データセットの検証とテストセットにおいて69.5%と70.2%のmIoUに達することができる。
  論文  参考訳（メタデータ） (2023-05-09T03:33:43Z)
• Saliency Guided Inter- and Intra-Class Relation Constraints for Weakly Supervised Semantic Segmentation [66.87777732230884]
  本稿では,活性化対象領域の拡大を支援するために,Salliency Guided Inter-およびIntra-Class Relation Constrained (I$2$CRC) フレームワークを提案する。 また,オブジェクトガイド付きラベルリファインメントモジュールを導入し,セグメンテーション予測と初期ラベルをフル活用し,優れた擬似ラベルを得る。
  論文  参考訳（メタデータ） (2022-06-20T03:40:56Z)
• Self-supervised Image-specific Prototype Exploration for Weakly Supervised Semantic Segmentation [72.33139350241044]
  画像レベルのラベルをベースとしたWSSS(Weakly Supervised Semantic COCO)は,アノテーションコストの低さから注目されている。 本稿では,画像特異的なプロトタイプ探索 (IPE) と汎用一貫性 (GSC) の喪失からなる画像固有プロトタイプ探索 (SIPE) を提案する。 SIPEは,画像レベルラベルのみを用いて,最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2022-03-06T09:01:03Z)
• GETAM: Gradient-weighted Element-wise Transformer Attention Map for Weakly-supervised Semantic segmentation [29.184608129848105]
  CAM(Class Activation Map)は通常、ピクセルレベルの擬似ラベルを提供するために生成される。 トランスフォーマーに基づく手法は、長距離依存性モデリングを用いたグローバルコンテキストの探索に非常に効果的である。 GETAMはすべてのフィーチャーマップ要素に対して微細なアクティベーションを示し、トランスフォーマー層にまたがるオブジェクトの異なる部分を明らかにする。
  論文  参考訳（メタデータ） (2021-12-06T08:02:32Z)
• TS-CAM: Token Semantic Coupled Attention Map for Weakly Supervised Object Localization [112.46381729542658]
  弱監督オブジェクトローカリゼーション(WSOL)は、画像カテゴリラベルを与えられたときに難しい問題です。 長距離依存抽出のための視覚変換器における自己注意機構をフル活用するために,トークン意味結合注意マップ(TS-CAM)を導入する。
  論文  参考訳（メタデータ） (2021-03-27T09:43:16Z)
• Zoom-CAM: Generating Fine-grained Pixel Annotations from Image Labels [15.664293530106637]
  Zoom-CAMは、様々な識別クラスのインスタンスに対して、きめ細かい小さなオブジェクトをキャプチャする。 クラスラベルからピクセルレベルの擬似ラベルを生成することに注力する。 弱い教師付きセマンティックセグメンテーションのために、生成した擬似ラベルは、アートモデルの状態を1.1%改善する。
  論文  参考訳（メタデータ） (2020-10-16T22:06:43Z)
• Self-supervised Equivariant Attention Mechanism for Weakly Supervised Semantic Segmentation [93.83369981759996]
  本稿では,自己監督同変注意機構(SEAM)を提案する。 本手法は,完全教師付きセマンティックセグメンテーションにおいて,同値が暗黙の制約であることを示す。 本稿では,ネットワーク学習のための自己スーパービジョンを提供するために,様々な変換画像から予測されたCAMの整合性正則化を提案する。
  論文  参考訳（メタデータ） (2020-04-09T14:57:57Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。