本論文では、セマンティックセグメンテーションのパフォーマンスを向上させるための新しい手法として、畳み込み型確率勾配(CPG)損失関数を提案している。
まず、ピクセルの確率勾配を計算するために、ソーベル演算子に似た畳み込み演算子を使用する。これにより、予測結果と正解の確率勾配の類似性を最大化することで、ネットワークのパフォーマンスを向上させることができる。さらに、物体境界付近の精度を高めるため、正解の確率勾配に基づいて物体境界を抽出し、その領域でのみCPG損失を適用する。
提案手法は、DeepLabv3-Resnet50、HRNetV2-OCR、LRASPP_MobileNet_V3_Largeの3つのネットワークアーキテクチャと、Cityscapes、COCO-Stuff、ADE20Kの3つのデータセットを用いて評価を行った。その結果、CPG損失の適用により、全てのネットワークでmIoUが有意に向上することが示された。また、RMI損失との併用でさらなる性能向上が確認された。
To Another Language
from source content
arxiv.org
Önemli Bilgiler Şuradan Elde Edildi
by Guohang Shan... : arxiv.org 04-11-2024
https://arxiv.org/pdf/2404.06704.pdfDaha Derin Sorular