Salient 第2页

U2-Net: Going Deeper with Nested U-Structure for Salient Object Detection

1.解决问题我们能否为SOD设计一个新的网络，允许从头开始进行训练，并获得与基于现有预先训练的骨干相当或更好的性能？我们能在以低内存和计算成本维护高分辨率特征图的同时加深网络吗？2.主要贡献开发了一个新颖而简单的网络架构，称为U2-Net，它解决了上述两个问题。首先，U2-Net是一个两级嵌套的u型结构，它是为SOD设计的，不使用任何来自图像分类的预先训练的骨干。它可以从零开始进行训练，以达到竞争

樱花的浪漫·2022-11-19 11:48

显著性目标检测——Stacked Cross Refinement Network for Edge-Aware Salient Object Detection（SCRN）

文章目录摘要简介显著目标检测的发展历程SCRN基本设计思路主要工作总结具体方法分析边缘与分割的相互关系网络架构特征提取交叉优化单元CRU点对点样式（Point-to-Pointstyle）定点样式（Set-to-PointStyle）选择性定点样式（SelectiveSet-to-PointStyle）摘要显著物体检测是计算机视觉的基本任务。现有的大多数算法都集中于聚合预训练卷积神经网络的多级特征

spellindover·2022-11-07 08:53

论文阅读：U2 Net: Going Deeper with Nested U-Structure for Salient Object Detection

论文地址：https://arxiv.org/pdf/2005.09007.pdf内容简介这个网络是用来做显著目标检测的(SOD)，能够取得出色的效果，同时模型文件较小，更适合于移动设备不同于原有的SOD网络，没有使用用于图像分类的backbone(如resnet)，而是重头开始做了一个，避免受ImageNet数据分布的影响网络结构能做的更深，能够更好的利用更高分辨率下(更准确的说，多尺度下)的特

xiongxyowo·2022-08-11 07:53

【论文阅读】Deep multi-path convolutional neural network joint with salient region attention for facial。。。

论文阅读笔记引言网络结构实验结果引言引言部分其实没说什么，就提了一句：如果我们用权重去衡量“每个patch”或“某些区域”在表情识别任务中的重要性的话会更好。比如微笑表情其实和嘴角区域的关系更大，可以给这个区域赋予更高的权重；额头区域在微笑表情的判别任务中似乎没有太重要，所以可以给这个区域赋予更低的权重。网络结构网络结构分为3部分：VGG-Face、SERD、MPVS-Net。首先上两个网络整体图

柠檬不喝橙汁·2022-03-04 07:47

《BASNet：Boundary-Aware Salient Object Detection》论文笔记

参考代码：BASNet1.概述导读：文章研究的问题是显著性目标检测，但相比于文章之前的一些算法更加关注目标的边缘区域，从而得到更好的显著性目标（分割）结果。对此文章在一个编解码组成的U型网络结构上预测得到显著性目标结果，之后在此基础上添加了一个显著性目标优化模块去更近一步优化分割结果，从而得到更加精细化的边缘呈现。除了网络上的改进之外，文章还提出了hybridloss，其实是二值交叉熵（BCE）/

m_buddy·2021-01-03 10:35

Peak-The Road to Extraordinary

heisnotoriouslyuninterestedintalkingabouthistrainingtechniquesorstrategies造句：Hebecamenotoriousduetohischeatinexperimentdata.2.salient

二白_a00c·2020-10-11 11:36

sal2edge.py: 将显著性检测的 salient maps 转换为 salient edge maps (对EGNet里面代码的解读)

将显著性检测的salientmaps转换为salientedgemapssrc_root='H:\matlab\Az_Docter_Project\MB';dst_root='H:\matlab\Az_Docter_Project\MB_edge';lst_set='H:\matlab\Az_Docter_Project\MB';lst_set=[lst_set'.lst'];%lst_set->

显著性检测-Archerzjc，·2020-09-17 04:33

"Minimum Barrier Salient Object Detection At 80 FPS"，基于OpenCV的C++重写

整理代码发现的，16年四月写的，根据论文中的matlab代码，基于OpenCV在c++下重写的，已开源github：https://github.com/coderSkyChen/MBS_Cplus_c-等忙完考试，整理一下，详细介绍一下。

coderSkyChen·2020-09-13 15:14

视频显著性检测----《Flow Guided Recurrent Neural Encoder for Video Salient Object Detection》

本文将重点与大家探讨和分享发表于CVPR2018上的视频显著性检测文章–《FlowGuidedRecurrentNeuralEncoderforVideoSalientObjectDetection》，在讨论之前，先带领大家简单回顾一下什么是显著性检测，目前图片显著性检测的常用方法，以及将显著性检测从图片过渡到视频有哪些不同点或难点，希望可以给像我一样刚接触显著性检测的同学一点点帮助。1.什么是显

ReaFly·2020-08-25 04:07

Motion Guided Attention for Video Salient Object Detection（阅读记录）

1.主要贡献1.）提出了一个注意力模块，该模块可将视频帧运动信息补充道视频图像显著性预测结果中。2.）提出了一个双分支预测网络，两分支分别利用视频帧信息以及代表帧间运动的光流图预测显著性，并通过注意力模块将运动信息补充到显著性分支，使它获得更准确的结果。2.网络架构如上图所示，这篇文章设计了蓝色的分支作为显著性分支，绿色分支作为运动分支，两分支分别预测显著性，通过MGA模块融合中间层的信息。单从一

日月火山·2020-08-25 01:42

Multi-scale Interactive Network for Salient Object Detection（阅读记录）

Multi-scaleInteractiveNetworkforSalientObjectDetection1.主要贡献•文章提出了MINet，以有效地满足SOD任务中的多尺度要求。聚集相互作用模块可以通过相互学习的方式有效地利用相邻层的特征，而自交互模块则使网络可以自适应地从数据中提取多尺度信息，并更好地处理显著物体的尺度变化。•文章设计了增强一致性损失函数作为辅助来推动模型一致地突出显示整个显

日月火山·2020-08-25 01:42

【综述论文】Salient Object Detection in the Deep Learning Era: An In-Depth Survey翻译整理

原论文地址：深度学习时代的显著目标检测：一项深入调查摘要：图像显著目标检测(SOD)作为计算机视觉中的一个重要问题，近年来引起了越来越多的研究关注。不出所料，SOD的最新进展主要是由基于深度学习的解决方案(称为SOD)主导的，并在数百篇发表的论文中得到了反映。为了促进对SOD的深入理解，在本文中，我们提供了一个全面的综述，涵盖了从算法分类学到尚未解决的开放问题的各个方面。特别地，我们首先从网络结构

北屿白·2020-08-19 05:41

显著性目标检测之Towards High-Resolution Salient Object Detection

TowardsHigh-ResolutionSalientObjectDetection文章目录TowardsHigh-ResolutionSalientObjectDetection主要贡献针对问题主要方法GSN&LRNAPSGLFN实验细节相关链接原始文档:https://www.yuque.com/lart/papers/fgwcg5主要贡献提供了第一个高分辨率的显著性目标检测数据集指出了当

有为少年·2020-08-16 18:56

论文阅读笔记-Progressive Attention Guided Recurrent Network for Salient Object Detection

论文名翻译：渐进注意引导循环网络用于显著性目标检测。发表情况：该论文于2018年发表在CVPR。论文核心思想：引入空间注意力(SA)和通道注意力(CA)，提出了一种新型注意力驱动框架。其目的是想以一种渐进的方式选择性的融合多层特征。在骨干网络VGG19上加入了多路循环连接。其目的是把顶层的全局语义信息反馈给浅层，从而提高网络的特征学习能力。一.提出问题目前的深度学习的方法仅是把多层特征机械地整合在

青苹果~·2020-08-02 15:44

salient object detection

ASimplePooling-BasedDesignforReal-TimeSalientObjectDetection（2019CVPR）GlobalGuidanceModule(GGM):PPMfeature与FPN每个level融合。增加RF，缓解obj预测不完整。FeatureAggregationModule(FAM):类似PPM，add代替concate。1、reducingtheal

DreamLike_zzg·2020-08-02 15:37

学习笔记：Salient Object Detection: A Discriminative Regional Feature Integration Approach

本文是显著性目标检测用监督学习的方法来作。本文采用multi-levelsegmentation的方法进行分割。其主要思想为：将原图进行m级分割，S={S1,S2,···,SM}。S2是由S1融合所得，阈值是算法生成的。最终融合得到SM。为了融合计算，作者提出了特征描述器。提出了三个Regionalcontrastdescriptor，Regionalpropertydescriptor，Regi

不变的svm·2020-08-02 14:53

CVPR2020 U2-Net: Going Deeper with Nested U-Structure for Salient Object Detection代码解读

CVPR2020U2-Net:GoingDeeperwithNestedU-StructureforSalientObjectDetection代码解读文章亮点我们的U2-网的体系结构是一个两级嵌套的U-结构。该设计具有以下优点：(1)在所提出的ReSidualU-blocks(RSU)中混合了不同大小的感受场，能够从不同的尺度捕捉更多的上下文信息；(2)在不显著增加计算代价的情况下，增加了整个体

北屿白·2020-08-02 14:21

显著性目标检测论文阅读——Global Context-Aware Progressive Aggregation Network for Salient Object Detection

简要介绍此论文解决的问题：1.采用多级特征集成从而忽略不同特征的差距的问题。2.随着高级特征在卷积网络的传递导致逐渐稀释的问题提出的方法采用了四个模块FeatureInterweavedAggregation(FIA)modules，有效地集成低级外观特征，高级语义特征和全局上下文特征。并以有监督方式生成显著图。HeadAttention(HA)module，利用空间和通道主义来减少信息冗余并增强

夜幕而已·2020-08-02 14:15

2019显著性检测 EGNet: Edge Guidance Network for Salient Object Detection

【文章】【代码】http://mmcheng.net/egnet/1.摘要Fullyconvolutionalneuralnetworks(FCNs)haveshowntheiradvantagesinthesalientobjectdetectiontask.However,mostexistingFCNs-basedmethodsstillsufferfromcoarseobjectbound

lxccb·2020-08-02 14:15

特征金字塔+自注意力：Salient Object Detection Combining a Self-attention Module and FPN

粗略看了一下，创新点比较直接论文地址：https://arxiv.org/pdf/2004.14552.pdfAbstract：通过使用全卷积网络（FCN），显著性目标检测已取得了很大的进步。但是，基于FCN的U形体系结构可能会在自上而下的路径中的上采样操作期间导致高级语义信息中的稀释问题。因此，它可以削弱显著性目标定位的能力并产生退化的边界。为此，为了克服此限制，我们提出了一种新颖的金字塔自注意

chenzy_hust·2020-08-02 14:15

【显著性物体检测】【CVPR2018】A Bi-directional Message Passing Model for Salient Object Detection【论文笔记】

论文链接摘要：本文提出了一个新的网络用于整合多级特征进行显著性物体检测。首先采用多尺度上下文感知特征提取模块（MCFEM）让多级特征图获取丰富的上下文信息。然后一个双向结构用于在多级特征之间传播信息，且有一个门函数来控制信息的通过率，使得信息传递之后的特征，即编码了语义信息有结合了空间细节。最后，预测的结果图进行有效的结合，以产生最终的显著图。MCFEM（Multi-scaleContext-aw

千草幽幽·2020-08-02 14:57

【显著性物体检测】【ECCV2018】Reverse Attention for Salient Object Detection【论文笔记】

简介：在不怎么增加计算量的前提下，采用从粗到精的思想，由高级特征到低级特征，补全显著性检测的轮廓【最近很多都是基于这个思想】。模型的速度与效果都占优。具体关注，是怎么实现特征的多级利用的。ECSSD上效果较好的模型F-measure与模型大小的比较一开始作者给出这个图，突出本文模型效果好，F-measure高，而且参数量少，运行速度块。【DSS：Deeplysupervisedsalientobj

千草幽幽·2020-08-02 14:57

【显著性物体检测】【CVPR2018】Progressive Attention Guided Recurrent Network for Salient Object Detection【论文笔记】

论文连接这篇cvpr感觉比起同年的其他几篇显著性物体检测的，各有各的不同，使用的方法，看问题的角度也不一样，但都实现了比较不错的检测效果。给我的启示就是：目前的方法虽然效果很强，但一定有很多更强的方法等待去发现，希望自己不断积累，早点做出点东西。虽然也有人做了这篇文章的论文笔记，但是还是自己做一份，说说我的看法与感受。摘要显著性物体检测现在主流都是在backbone的基础上，充分利用提取的特征进行

千草幽幽·2020-08-02 14:57

PaperNotes Instance-Level Salient Object Segmentation

title:PaperNotesInstance-LevelSalientObjectSegmentationcomments:truedate:2017-12-2013:53:11description:updated:categories:tags:---https://arxiv.org/pdf/1704.03604.pdf摘要现有的显著性检测算法被DL带了一波节奏，但是好像还没有说哪个方法

weixin_34402408·2020-08-02 14:48

综述阅读:Salient Object Detection in the Deep Learning Era: An In-Depth Survey

这篇文章主要介绍利用深度学习的显著目标检测，对比各类算法探究形成综述。原文地址：https://arxiv.org/pdf/1904.09146.pdf若有个人误区及翻译错误，请及时评论指正。目录【第一章】介绍6.23更新【第二章】深度显著目标检测模型6.24-6.25更新【第三章】目标检测数据集6.26更新【第四章】评估指标6.27更新【第五章】基线和分析6.27更新【第六章】讨论6.28更新【

weixin_34344677·2020-08-02 14:15

Non-Local Deep Features for Salient Object Detection

前言：这篇论文是2017年cvpr顶会的论文，该论文文笔很优美，读起来很舒服。这篇论文的作者是厦门大学的ZhimingLuo。摘要：作者指出：对于处理具有复杂背景的图像，传统的方法做的不好，而对于现在的深度学习方法，结构上有点过度的复杂并且处理图像的速度并不能实时。因此，作者提出了他的解决方案：提出一个基于vgg16简单的，结合4x5网格的多分辨率局部和全局特征信息的端到端的神经网络。作者并没有使

weixin_30940783·2020-08-02 14:20

A Simple Pooling-Based Design for Real-Time Salient Object Detection

论文地址：(https://arxiv.org/abs/1904.09569?context=cs)简单介绍本文论文主要介绍是检测出显著的目标；也即是目标物体的轮廓；较为准确得到目标准确的轮廓的方法是基于两个池化的操作；具体结构如下所示：网络结构本文引入了两个关于池化的结构，一个是PPM，另一个结构是FAM结构；PPM的结构是总共是四个分支；第一个和最后一个分支分为为恒等映射和全局平均池化，中间两

w_xiaomu·2020-08-02 14:17

论文阅读：Salient Object Detection: A Benchmark

论文阅读：SalientObjectDetection:ABenchmark南开大学的显著性检测benchmark链接：http://mmcheng.net/zh/salobjbenchmark/链接里还有其提供的C++代码的GitHub链接。概述本benchmark一共整理了28个salientobjectdetection显著性检测算法,10个注视点预测1个objectness(目标候选区生成

阿廖沙JackWant·2020-08-02 14:00

显著性目标检测之Global Context-Aware Progressive Aggregation Network for Salient Object Detection（GCPANet）浅析

显著性目标检测之GlobalContext-AwareProgressiveAggregationNetworkforSalientObjectDetection（GCPANet）文章目录显著性目标检测之GlobalContext-AwareProgressiveAggregationNetworkforSalientObjectDetection（GCPANet）摘要简介显著性目标检测应用范围显

spellindover·2020-08-02 13:45

论文阅读：《Global Context-Aware Progressive Aggregation Network for Salient Object Detection》 AAAI 2020

GlobalContext-AwareProgressiveAggregationNetworkforSalientObjectDetection论文地址：https://arxiv.org/abs/2003.00651项目地址：https://github.com/chenquan-cq/PFPN摘要深卷积神经网络在显著目标检测中取得了很好的性能，其中如何学习有效的综合特征起着至关重要的作用。以

cv小白菜·2020-08-02 13:53

(更新中)论文阅读【Salient Object Detection in the Deep Learning Era: An In-Depth Survey】

原文链接：https://arxiv.org/abs/1904.09146?context=cs.CV本文主要对深度学习在显著性检测领域的相关论文、核心期刊以及会议上发表的论文进行了研究调查，形成综述。【前言】作为计算机视觉中的一个重要问题，显着性物体检测（SOD）多年来吸引了越来越多的研究工作。SOD的最新进展主要由深度学习型解决方案（名为深度SOD）主导，并由数百篇已发表的论文反映出来。为了促

qq_32493539·2020-08-02 13:15

基于对比度滤波的显著区域检测-SF（Saliency Filters: Contrast Based Filtering for Salient Region Detection）

详见点击打开链接抽象化：将图像分解成由其平均颜色表示的紧凑，感知均匀的元素。元素保存相关结构，并抽出不需要的细节。唯一性：在某些方面从其他地区脱颖而出的区域引起了我们的注意，因此应该更加突出。因此，我们测量每个元素的唯一性/稀有度Ui：分布：理想地，属于背景的颜色将分布在呈现高空间方差的整个图像上，而前景对象通常更紧凑。因此，我们测量每个元素的空间分布Di：显著图：其周围图像元素的显着性Sj的线性

Unique-You·2020-08-02 13:59

EGNet: Edge Guidance Network for Salient Object Detection论文阅读

文章目录1.Introduction2.SalientEdgeGuidanceNetwork3.ResultAttention:论文解读的博客原文发布于个人github论文合集欢迎关注，有想法欢迎一起讨论！私信评论均可。后面有些语法在CSDN的markdown上不支持，导致显示bug，我就懒得改了，有需求直接访问原博客查看。创建人github论文汇总个人博客知乎论文专栏ming71paperdai

ming7771·2020-08-02 13:54

【论文】Spectral salient object detection

论文信息：（GB/T7714）FuK,GongC,GuIYH,etal.Spectralsalientobjectdetection[J].Neurocomputing,2017:1-6.如需文献pdf可联系本人索要。1、Introductionsaliencydetection，理解为图像的显著性检测，这个主题下主要有两个子方向：眼睛固视建模（eyefixation，不知道如何翻译）和显著物体/

奔跑的Yancy·2020-08-02 13:40

显著目标检测论文(三)——Minimum Barrier Salient Object Detection at 80 FPS (2015)

这篇文章最大的亮点就是其实时性,80fps.个人感觉论文的效果还是很惊艳的.可以先看看论文的效果.如Figure1所示.作者使用的机器配置如下:3.2GHzx2CPU12GRAM论文中提出了MB方法和MB+方法.其中MB的代码使用C实现,MB+的代码使用matlab实现.这里的80fps指的是MB的运行速度.另外,没有计算I/O的时间消耗,没有使用并行计算来同时处理多张图片.源码在项目主页中给出:

magic428·2020-08-02 13:31

复现Deeply Supervised Salient Object Detection with Short Connections过程（附tensorflow+python代码）

趁着周末，把自己上周复现的paperCVPR2017“DeeplySupervisedSalientObjectDetectionwithShortConnections”写下来，以便以后加深影像。数据部分来自于项目的数据，所以并没有用论文中的原始数据测试和论文中的结果的差别。我会在文章结尾放出github地址，如果大家有兴趣，可以去跑一下论文里面的数据看看。主要是基于HED做的改进，加入了sho

gbyy42299·2020-08-02 13:25

A Simple Pooling-Based Design for Real-Time Salient Object Detection

这是一篇CVPR2019的文章网络结构如上图所示，为改进的FPN的“倒U”字结构。首先是VGG16或ResNet50结构形成的bottom-uppathway，然后再进行上采样、特征图融合的up-downpathway。最终恢复到原输入图片大小，经过kernels=1的卷积层分类得到显著性图。VGG16或者ResNet50降采样形成1/2、1/4、1/8、1/16四个特征图1、GGM(Global

han_jan·2020-08-02 12:56

Label Decoupling Framework for Salient Object Detection 论文阅读记录

LabelDecouplingFrameworkforSalientObjectDetection1.主要贡献为了得到更加精确的显著图，主流显著性目标检测算法致力于从全卷积网络（FCN）中聚集更加丰富完善的多尺度特征，并引入边缘信息作为辅助监督损失。虽然这些方法在性能上取得了很大的进展，但作者发现，像素越靠近边缘，预测就越困难，因为边缘像素具有非常不平衡的分布。针对这一问题，作者提出了一个标签解耦

日月火山·2020-08-02 12:53

【论文阅读】SuperCNN: A Superpixelwise Convolutional Neural Network for Salient Object Detection（论文阅读笔记)

SuperCNN:ASuperpixelwiseConvolutionalNeuralNetworkforSalientObjectDetection超像素卷积神经网络:一种用于检测显著性物体的超像素卷积神经网络文献提出了一种新颖的SuperCNN网络,使用该网络进行深度学习训练,能学习到图像的分层对比特征,检测出显著性物体,最终再将图像二值化，突出场景图像中的重要物体。本博文为个人原创,阐述个人

florrie Z·2020-08-02 12:48

A1: CVPR2019 A Simple Pooling-Based Design for Real-Time Salient Object Detection

ASimplePooling-BasedDesignforReal-TimeSalientObjectDetection该文章来自于2019CVPR.https://arxiv.org/abs/1904.09569code:http://mmcheng.net/poolnet/文章的主要亮点在于构建了两个基于池化的多尺度有效特征提取融合模块.在FPA的基础上,为了给不同特征层提供尽可能完备的信息在

喜之郎0317·2020-08-02 12:14

A Simple Pooling-Based Design for Real-Time Salient Object Detection（2）

PoolNet因为高层的丰富的语义信息可以帮助显著目标的定位，底层和中间层的特征对于提高coarseleveltofinelevel的特征提取是有必要的。我们提出了两个模块来精确的捕获显著目标的位置同时凸显细节信息overallPipeline以自顶向上的方式在top的地方建立一个GGM，每一level都聚合来自GGM提取的高层语义信息，可以明确不同特征层的显著性目标的位置，GGM之后，进一步使用

沙雅云·2020-08-02 12:43

A Simple Pooling-Based Design for Real-Time Salient Object Detection

一种基于简单池化的实时显着目标检测——PoolNet（解读）（原论文）摘要通过研究如何扩展卷积神经网络中池化部分来解决显着目标检测问题。网络基于U形结构，贡献有：首先在自下而上的路径上构建全局引导模块（GGM），旨在为不同特征层提供潜在显着对象的位置信息。设计了一个特征聚合模块（FAM），使粗级语义信息与自上而下的路径中的精细级别特征完美融合。通过在自上而下路径中的融合操作之后添加FAM，来自GG

肥羊汤·2020-08-02 12:14

A Simple Pooling-Based Design for Real-Time Salient Object Detection------论文理解

论文链接：https://arxiv.org/abs/1904.095691.摘要本文将通过扩展卷积神经网络中的池化部分来解决显著目标检测问题。在特征金字塔的基础上，在bottom-up途径上加入GGM模块（globalguidancemodule），旨在为不同特征层提供潜在显著对象的位置信息。在top-down途径加入FAM模块（featureaggregationmodule），将粗糙级的特征

ruoruojiaojiao·2020-08-02 12:07

显著性目标检测之Label Decoupling Framework for Salient Object Detection

文章目录摘要网络详解LabelDecoupling特征提取FeatureInteractionNetwork损失函数实验结果实验细节消融实验对比其他方法总结摘要现存问题：下图为两个目前比较好检测方法的预测误差随像素到其最近边缘的距离的分布。横坐标表示距离，已归一化为[0,1]，纵坐标为预测误差。可以看出，像素越靠近边缘，越难预测。传统的显著性标签对显著性目标内部的像素都是同等对待的，这可能会导致预

sssupergirl·2020-08-02 12:32

分析显著性目标检测之Progressive Feature Polishing Network for Salient Object Detection

文章目录摘要网络概述网络详解网络模型FeaturePolishingModuleFusionModule损失函数实验结果对比烧蚀研究总结摘要现有的方法主要集中在设计一个复杂的结构来包含多层次的特征，并过滤掉杂乱的特征。我们提出了渐进特征修正（polish）网络(PFPN)，一个简单而有效的框架，逐步修正多层次的特征，使其更加准确和有代表性。通过反复使用多个特征修正模块，该方法能够在不进行任何后处理

sssupergirl·2020-08-02 12:32

分析显著性目标检测之Attentive Feedback Network for Boundary-Aware Salient Object Detection

这里写目录标题摘要引入网络详解网络模型全局感知模块AttentiveFeedbackModuleBoundary-EnhancedLoss实验结果评价指标参数设置结果比较消融实验总结摘要提出问题：目前的方法采用了特征聚集技术，能够准确地找到突出的目标，但往往不能精确地分割出边界完整的目标，特别是边界狭窄的目标。一般全卷积框架的不完善之处在于存在尺度空间问题，跨行和汇聚操作导致了关键细节(低层次的视

sssupergirl·2020-08-02 12:32

分析显著性目标检测--Global Context-Aware Progressive Aggregation Network for Salient Object Detection

分析显著性目标检测--GlobalContext-AwareProgressiveAggregationNetworkforSalientObjectDetection引入方法网络概述FIASRHAGCF损失函数实验相关总结引入显著目标检测的目的是检测感兴趣的区域吸引。显著目标检测作为一种高效的预处理技术，在图像理解、图像还原和目标跟踪等领域具有广泛的应用价值。语义信息：是信息的表现形式之一，指能

sssupergirl·2020-08-02 12:32

分析显著性目标检测--A Mutual Learning Method for Salient Object Detection with intertwined Multi-Supervision

分析显著性目标检测–AMutualLearningMethodforSalientObjectDetectionwithintertwinedMulti-Supervision本文是在阅读AMutualLearningMethodforSalientObjectDetectionwithintertwinedMulti-Supervision后浅谈对于此模型方法的理解，做出部分解读，若有地方理解不

sssupergirl·2020-08-02 12:31

Object Detection---PoolNet:A Simple Pooling-Based Design for Real-Time Salient Object Dete...（论文解读五）

Title：PoolNet:ASimplePooling-BasedDesignforReal-TimeSalientObjectDetectionNotedata：2019/05/16Abstract：基于U型结构构建了全局引导模块(GGM)与特征聚合模块(FAM)，使得粗糙的语义信息与自上而下的路径中的精细特征融合，在处理300*400图像时可以超过30FPS的速度运行！Code：pytorc

Jayden yang·2020-08-02 12:58

A Simple Pooling-Based Design for Real-Time Salient Object Detection论文翻译

ASimplePooling-BasedDesignforReal-TimeSalientObjectDetection论文翻译@(论文笔记)摘要我们通过研究如何扩大CNN中池化的作用来解决显著性目标检测问题。基于U型结构，我们首先在从底到上路径上组建了全局导向模块GGM，其目的是为了给不同特征水平的层提供潜在的目标位置信息。我们接着设计了一个特征整合模型FAM来很好地处理粗粒水平语义信息，与从上

achong_2050·2020-08-02 12:00

推荐频道

Salient

U2-Net: Going Deeper with Nested U-Structure for Salient Object Detection

显著性目标检测——Stacked Cross Refinement Network for Edge-Aware Salient Object Detection（SCRN）

论文阅读：U2 Net: Going Deeper with Nested U-Structure for Salient Object Detection

【论文阅读】Deep multi-path convolutional neural network joint with salient region attention for facial。。。

《BASNet：Boundary-Aware Salient Object Detection》论文笔记

Peak-The Road to Extraordinary

sal2edge.py: 将显著性检测的 salient maps 转换为 salient edge maps (对EGNet里面代码的解读)

"Minimum Barrier Salient Object Detection At 80 FPS"，基于OpenCV的C++重写

视频显著性检测----《Flow Guided Recurrent Neural Encoder for Video Salient Object Detection》

Motion Guided Attention for Video Salient Object Detection（阅读记录）

Multi-scale Interactive Network for Salient Object Detection（阅读记录）

【综述论文】Salient Object Detection in the Deep Learning Era: An In-Depth Survey翻译整理

显著性目标检测之Towards High-Resolution Salient Object Detection

论文阅读笔记-Progressive Attention Guided Recurrent Network for Salient Object Detection

salient object detection

学习笔记：Salient Object Detection: A Discriminative Regional Feature Integration Approach

CVPR2020 U2-Net: Going Deeper with Nested U-Structure for Salient Object Detection代码解读

显著性目标检测论文阅读——Global Context-Aware Progressive Aggregation Network for Salient Object Detection

2019显著性检测 EGNet: Edge Guidance Network for Salient Object Detection

特征金字塔+自注意力：Salient Object Detection Combining a Self-attention Module and FPN

【显著性物体检测】【CVPR2018】A Bi-directional Message Passing Model for Salient Object Detection【论文笔记】

【显著性物体检测】【ECCV2018】Reverse Attention for Salient Object Detection【论文笔记】

【显著性物体检测】【CVPR2018】Progressive Attention Guided Recurrent Network for Salient Object Detection【论文笔记】

PaperNotes Instance-Level Salient Object Segmentation

综述阅读:Salient Object Detection in the Deep Learning Era: An In-Depth Survey

Non-Local Deep Features for Salient Object Detection

A Simple Pooling-Based Design for Real-Time Salient Object Detection

论文阅读：Salient Object Detection: A Benchmark

显著性目标检测之Global Context-Aware Progressive Aggregation Network for Salient Object Detection（GCPANet）浅析

论文阅读：《Global Context-Aware Progressive Aggregation Network for Salient Object Detection》 AAAI 2020

(更新中)论文阅读【Salient Object Detection in the Deep Learning Era: An In-Depth Survey】

基于对比度滤波的显著区域检测-SF（Saliency Filters: Contrast Based Filtering for Salient Region Detection）

EGNet: Edge Guidance Network for Salient Object Detection论文阅读

【论文】Spectral salient object detection

显著目标检测论文(三)——Minimum Barrier Salient Object Detection at 80 FPS (2015)

复现Deeply Supervised Salient Object Detection with Short Connections过程（附tensorflow+python代码）

A Simple Pooling-Based Design for Real-Time Salient Object Detection

Label Decoupling Framework for Salient Object Detection 论文阅读记录

【论文阅读】SuperCNN: A Superpixelwise Convolutional Neural Network for Salient Object Detection（论文阅读笔记)

A1: CVPR2019 A Simple Pooling-Based Design for Real-Time Salient Object Detection

A Simple Pooling-Based Design for Real-Time Salient Object Detection（2）

A Simple Pooling-Based Design for Real-Time Salient Object Detection

A Simple Pooling-Based Design for Real-Time Salient Object Detection------论文理解

显著性目标检测之Label Decoupling Framework for Salient Object Detection

分析显著性目标检测之Progressive Feature Polishing Network for Salient Object Detection

分析显著性目标检测之Attentive Feedback Network for Boundary-Aware Salient Object Detection

分析显著性目标检测--Global Context-Aware Progressive Aggregation Network for Salient Object Detection

分析显著性目标检测--A Mutual Learning Method for Salient Object Detection with intertwined Multi-Supervision

Object Detection---PoolNet:A Simple Pooling-Based Design for Real-Time Salient Object Dete...（论文解读五）

A Simple Pooling-Based Design for Real-Time Salient Object Detection论文翻译