BriefGPT - AI 论文速递
·
全局特征金字塔网络
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文介绍了特征对齐金字塔网络（FaPN）的方法，通过特征对齐和特征选择模块，提高了上下文对齐上采样的特征表现。在四个密集预测任务和四个数据集上，FaPN相比于Faster/Mask R-CNN的FPN改进了1.2-2.6个AP/mIoU点。特别是在Mask-Former中融合后，FaPN在ADE20K上实现了56.7%的mIoU。
🎯
关键要点
- 提出了一种特征对齐模块和特征选择模块。
- 该方法用于上下文对齐上采样的高级特征和低级特征。
- 将特征对齐模块和特征选择模块集成在自上而下的金字塔结构中，形成特征对齐金字塔网络（FaPN）。
- FaPN在四个密集预测任务和四个数据集上表现优于Faster/Mask R-CNN的FPN，改进了1.2-2.6个AP/mIoU点。
- 在Mask-Former中融合后，FaPN在ADE20K上实现了56.7%的mIoU。
➡️
