基于图像级标签及超像素块的弱监督显著性检测

作者： 谭台哲 ^1,2 轩康西 ¹ 曾群生 ¹
作者单位：

1. 广东工业大学计算机学院

2. 河源广工大协同创新研究院
提交时间：2018-12-13

摘要: 针对获得训练数据集代价高昂问题，提出了一种用于图片显著性检测的弱监督新方法，在训练网络模型时仅使用图片级标签。方法分为两个阶段，在第一阶段，根据图片级标签训练分类模型，获得前景推断图；在第二阶段，对原图片进行超像素块处理，并与阶段一得到的前景推断图进行融合，从而细化显著对象边界。算法使用了现有的大型训练集和图像级标签，未使用像素级标签，从而减少了注释的工作量。在四个公共基准数据集上的实验结果表明，性能明显优于无监督的模型，与全监督模型相比也具有一定的优越性。

深度学习弱监督显著性检测超像素

期刊： 计算机应用研究
分类： 计算机科学 >> 计算机科学的集成理论
引用： ChinaXiv:201812.00065 (或此版本 ChinaXiv:201812.00065V1)
DOI:10.12074/201812.00065V1
CSTR:32003.36.ChinaXiv.201812.00065.V1
推荐引用方式： 谭台哲,轩康西,曾群生.(2018).基于图像级标签及超像素块的弱监督显著性检测.计算机应用研究.[ChinaXiv:201812.00065] (点此复制)

版本历史

[V1]

2018-12-13 16:12:31

ChinaXiv:201812.00065V1

下载全文

相关论文推荐

1. 基于大语言模型的中英文整合复杂性建模研究	2024-04-10
2. 大模型与标准文献知识库的融合应用探索	2024-04-10
3. 简体中文LIWC2024(SCLIWC2024)词典的修订与验证	2024-04-09
4. 引导大语言模型生成计算机可解析内容	2024-04-07
5. 基于 Python 中 MeCab 库对日语文章进行文本分析处理实现	2024-04-04
6. 一种基于能量-信息转换的智能测度	2024-03-30
7. 基于大语言模型的中庸思维对心理健康的影响机制研究——道德中心性的中介作用	2024-03-23
8. 收入分配不平等对心理健康的影响机制研究——道德中心性的中介作用	2024-03-23
9. 基于文本数据增强的生活满意度预测模型优化	2024-02-29
10. LLM问题分析与DSM深度语义模型	2024-02-20


公开评论匿名评论仅发给作者