arrow
返回

Multi-scale prototype convolutional network for few-shot semantic segmentation

delete2025-04-15
delete0
delete
OA
AI
X
Xu Ding
S
Shun Yu
J
Jingxuan Zhou
F
Fusen Guo
L
Lin Li
DOI:10.1371/journal.pone.0319905delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
少样本语义分割旨在从有限的标注数据中精确分割对象,该任务因类内变化和原型表示挑战而复杂化。为解决这些问题,我们提出了多尺度原型卷积网络(MPCN)。我们的方法引入了先验掩码生成(PMG)模块,该模块采用不同尺寸的动态核以捕获多尺度对象特征。这增强了支撑集与查询集特征之间的交互,从而提高分割精度。此外,我们提出了多尺度原型提取(MPE)模块,以克服MAP(平均平均精度)的局限性。通过增强支撑集特征、评估空间重要性以及利用多尺度下采样,我们获得了更精确的原型集合。在PASCAL-5i和COCO-20i数据集上进行的广泛实验表明,我们的方法在1-shot和5-shot设置下均取得了更优的性能。

期刊

PLoS One 封面图
PLoS One
IF:
2.6
论文数:
2.6W
被引数:
81.6W

机构

暂无机构信息
引用论文

引用论文

CBAM: Convolutional Block Attention ModuleCBAM: 卷积块注意力模块
err2018-10-06
err0
PREAI
errSanghyun Woo; Jongchan Park; Joon-Young Lee; In So Kweon
err分享
err收藏
Masked Cross-image Encoding for Few-shot Segmentation
err2023-07-01
err0
errOAAI
errWenbo Xu; Huaxi Huang; Ming Cheng; Litao Yu; Qiang Wu; Jian Zhang
err分享
err收藏
err分享
err收藏
学者 查看更多内容