.png){kind=icon}
返回
Superpixel-informed transformer for multi-label image classification
.png){kind=icon}
PRE
AI
DOI：10.1016/j.neucom.2026.133995.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
多标签图像分类旨在为图像分配一组相关的语义标签。然而，当前方法常受区域证据混淆问题困扰，即小物体的线索被主导区域所稀释。除视觉模糊性外，解耦建模仍是常见障碍，因为它将视觉特征提取与标签关系学习分离。为解决这些局限性，我们提出了超像素感知Transformer（SPiT），一种新颖的端到端框架。SPiT利用可微超像素网络将图像自适应地分解为语义连贯的准对象区域。在此基础上，基于类查询的Transformer执行统一的证据聚合和标签依赖建模。在PASCAL VOC 2007、MS-COCO 2014和ISIC 2018上的实验结果证明了所提方法的优越性，分别达到93.06%、81.73%和56.72%的mAP分数，在三个基准上均优于现有最优技术。
Keyword:
multi-label image classification
superpixel
Transformer
visual ambiguity
label dependency modeling
期刊
IF:
6.5
论文数:
2.5W
被引数:
6.5W
机构
引用论文
Watersheds in digital spaces: an efficient algorithm based on immersion simulations数字空间中的流域: 一种基于沉浸模拟的高效算法
PREAI
分享收藏Hierarchical multi-granular multi-label contrastive learning层次化多粒度多标签对比学习.png)
PATTERN RECOGNITION
PATTERN RECOGNITIONIF7.6
PREAI
分享收藏
分享收藏
查看更多内容