自答:我觉得是1)通过CAM计算相似度标签的方式,2)使用像素间相似度进行分割的算法。
1、总体架构
?
2、架构构成
第一步、计算CAM
目标类:
?
背景类:
?...此中,α=16(4-24) à 根据Mc得到
也就是将feature maps 取最大值得到一个map,再归一化,1减去该feature map
如下图展示CAM方法的结果:
?...(2)如何训练?
1)首先,生成训练监督信息
2)需要什么?知道哪些pixel具有相同的或者不同的标签。
?...第四步、Revising CAMs Using AffinityNet
原理:计算不确定像素提取的特征与CAM确定类别的像素提取的特征之间像素度的均值,根据未知标签的像素与某一类的确定像素之间相似度值较大...即:(A1,A2,A3,...,An)为标签为A类的像素集;(B1,B2,B3,...,Bm)为标签为B的像素集,(P1,P2,P3,...,Pz)为未确定标签的像素集。