CVRP 2020-Semantic Segmentation

语义分割

对图像中每一个像素进行语义级分类,上图人物是红色,车辆是蓝色,树木是绿色,建筑是灰色等。不区分不同的带有相同语义的个体。因为语义分割需要进行像素级分类,所以标注成本很高。
在这里插入图片描述

论文列表

语义分割(6篇)

Severity-Aware Semantic Segmentation With Reinforced Wasserstein Training
在这里插入图片描述
Squeeze-and-Attention Networks for Semantic Segmentation
在这里插入图片描述
Spatial Pyramid Based Graph Reasoning for Semantic Segmentation
在这里插入图片描述
Dual Super-Resolution Learning for Semantic Segmentation
Code:https://github.com/wanglixilinx/DSRL
在这里插入图片描述
Transferring and Regularizing Prediction for Semantic Segmentation
在这里插入图片描述
CascadePSP: Toward Class-Agnostic and Very High-Resolution Segmentation via Global and Local Refinement
Code: https://github.com/hkchengrex/CascadePSP
在这里插入图片描述

神经架构搜索(NAS)(1篇)

Graph-Guided Architecture Search for Real-Time Semantic Segmentation
在这里插入图片描述

动态网络(Dynamic Networks)(Oral) (1篇)

Learning Dynamic Routing for Semantic Segmentation
Code:https://github.com/yanwei-li/DynamicRouting
在这里插入图片描述

视频语义分割(1篇)

Temporally Distributed Networks for Fast Video Semantic Segmentation
Code: https://github.com/feinanshan/TDNet
在这里插入图片描述

猜你喜欢

转载自blog.csdn.net/qq_40263477/article/details/106952448