IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 人工智能 -> Dense Extreme Inception Network Towards a Robust CNN Model for Edge Detection -> 正文阅读

[人工智能]Dense Extreme Inception Network Towards a Robust CNN Model for Edge Detection

Dense Extreme Inception Network: Towards a Robust CNN Model for Edge Detection

DexiNed:一种用于边缘检测的鲁棒CNN模型

  • Xception结构

Xception

  • DexiNed结构

dexiNed

  • DexiNed可以看作是两个子网络构成:Dexi和UB.

    • Dexi网络有6个主要块的编码器组成,借鉴Xception,蓝色块有两个卷积层组成,3×3卷积核——BN——ReLU(除了最后子块中的最后一个卷积无),max-pooling也是核大小为3×3,stride为2.整个结构同样遵循多尺度,相应也会有上采样过程。

    • 和Xception不同点:

      • 本文使用标准卷积,最后输出是二维的,取消“Exit flow”,而是在第5块后添加了另一个块(第5,6块无max-pooling,第6块有256个filters,第4,5块设置512个filters,不是728个)
      • 本文有两种跳跃连接,顶部和底部的绿色矩形。为什么提出底部的绿色矩形?由于进行了很多卷积,每个深度块都损失了重要的边缘特征,只有一个主连接是不够的,从第四卷积层边缘特征损失更混乱。因此,从第3块开始,对每个子块的输出进行边连接平均(图3中橙色方形)。受ResNet和RDN启发
    • UB

    • UB 由条件堆叠子块组成。 每个子块有 2 层,一层是卷积层,另一层是反卷积层;有两种类型的子块:

      • 第一个子块(sub-block1)是从Dexi模块或子块2馈入的; 它仅在特征图和真值图之间的比例差等于 2 时使用。sub-block1设置如下:卷积层的核大小1×1; 后跟一个 ReLU 激活函数; deconv 层或转置卷积的内核大小 s × s,其中 s 是输入特征图的尺度级别; 两层都返回一个过滤器,最后一层给出与 GT 大小相同的特征图。 最后一个 conv 层没有激活函数。
      • 当差异大于 2 时,考虑另一个子块(子块 2)。迭代该子块,直到特征图比例相对于 GT 达到 2。subblock2 的设置与 sub-block1 类似,只是过滤器的数量有一个不同,即 16 而不是 subblock1 中的 1。 例如,Dexi 中块 6 的输出特征图的尺度为 16,在馈入子块 1 之前,子块 2 中将进行 3 次迭代。 子块的第二层上采样过程可以通过双线性插值、子像素卷积和转置卷积进行。
  • 损失函数(加权交叉熵损失函数)

    • loss

    • X为输入图像,Y为其各自的ground truth, Y ^ = e ( X , Y ) \widehat{Y}=e(X,Y) Y =e(X,Y)是预测边缘图的集合。其中W是所有网络参数的集合, ω \omega ω 是n个相应的参数,δ是每个尺度级别的权重。 β \beta β=|Y负|/|Y正+ Y负|,(1- β \beta β)=|Y正|/|Y正+Y负|,Y负和Y正分别代表GT(Groud Truth)中的边缘和非边缘。

  • 评价指标

  • 上采样中涉及的双线性插值、亚像素卷积和转置卷积

  人工智能 最新文章
2022吴恩达机器学习课程——第二课(神经网
第十五章 规则学习
FixMatch: Simplifying Semi-Supervised Le
数据挖掘Java——Kmeans算法的实现
大脑皮层的分割方法
【翻译】GPT-3是如何工作的
论文笔记:TEACHTEXT: CrossModal Generaliz
python从零学(六)
详解Python 3.x 导入(import)
【答读者问27】backtrader不支持最新版本的
上一篇文章      下一篇文章      查看所有文章
加:2021-08-29 09:05:19  更:2021-08-29 09:07:55 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/27 17:44:37-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码