U-Net 是否具备方向关系感知能力？
计算机视觉与模式识别
2022-07-07 v1
摘要
CNN 常被假定能够利用其感受野内不同对象关于上下文的信息（例如它们的方向关系）。然而，这种能力的本质与局限从未被充分探究。我们使用一个经过训练以优化交叉熵损失函数进行分割的标准 U-Net，来探究一种特定类型的关系——方向关系。我们在需要方向关系推理才能成功的 pretext 分割任务上训练该网络，并指出只要有足够数据且感受野足够大，它就能成功学习所提出的任务。我们进一步通过分析方向关系被扰动时的场景来探究网络所学到的内容，并表明该网络已学会利用这些关系进行推理。
引用
@article{arxiv.2207.02574,
title = {Is the U-Net Directional-Relationship Aware?},
author = {Mateus Riva and Pietro Gori and Florian Yger and Isabelle Bloch},
journal= {arXiv preprint arXiv:2207.02574},
year = {2022}
}
备注
Accepted at ICIP 2022