BriefGPT - AI 论文速递
·
聚焦查询：用于少样本分割的对抗性挖掘 Transformer
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文介绍了基于transformer架构的HDMNet网络，用于few-shot语义分割任务。网络利用自注意力机制建立层次化的密集特征，并使用匹配模块降低过拟合。实验结果显示，在COCO数据集上，1-shot和5-shot分割的mIoU分别达到50.0%和56.0%。
🎯
关键要点
- 提出了一种基于transformer架构的HDMNet网络用于few-shot语义分割任务。
- 网络利用自注意力机制建立层次化的密集特征。
- 使用匹配模块降低过拟合。
- 引入来自粗分辨率的语义对应的相关性传递，以提高细粒度的分割。
- 在COCO数据集上，1-shot和5-shot分割的mIoU分别达到50.0%和56.0%。
➡️
