OGNet：基于输出引导注意力模块的显著目标检测
计算机视觉与模式识别
2019-07-18 v1
摘要
注意力机制被广泛应用于基于深度学习的显著目标检测模型中，能够有效促进神经网络对有用信息的提取与利用。然而，现有显著目标检测中使用的大多数注意力模块以处理后的特征图本身作为输入，容易导致“盲目过度自信”的问题。本文不使用广泛采用的自注意力模块，而是提出一种由多尺度输出构建的输出引导注意力模块，以克服“盲目过度自信”问题。我们还构造了一种新的损失函数——难处理区域 F-measure 损失函数，该函数基于难以处理区域的 F-measure，以改善模型在图像边缘区域和混淆区域的检测效果。我们进行了大量实验和充分的消融研究，以评估所提方法的效果并探索最适合模型的结构。在多个数据集上的测试表明，尽管我们的模型非常轻量，但其表现非常出色。
引用
@article{arxiv.1907.07449,
title = {OGNet: Salient Object Detection with Output-guided Attention Module},
author = {Shiping Zhu and Lanyun Zhu},
journal= {arXiv preprint arXiv:1907.07449},
year = {2019}
}
备注
submitted to IEEE Transactions on Circuits and Systems for Video Technology