内容纲要
这是一篇AAAI2019的论文,关于少样本的语义分割。粗略读一读。
摘要
以前的方法都是针对1-way的语义分割设置,这在现实中不够,因此我们把语义分割任务,当作一个基于像素分类的任务,提出新颖的框架,metaSegNet。首先,提取合适的meta knowledge,使用全局和局部的特征。另外,我们还使用一个base learner来直接预测每个像素的标签。进一步,通过episode训练的方式。
Introduction
以前的方法,存在一些缺点:
- 分布离散
- 难以延伸
- 难以训练。
留言