面向长尾语义分割的区域重平衡
计算机视觉与模式识别
2022-04-06 v1
摘要
本文研究语义分割中的类不平衡问题。我们首先调研并明确了通过像素重平衡解决该问题的主要挑战。随后基于分析推导出一种简单而有效的区域重平衡方案。在我们的方案中, 同一类的像素特征被聚为区域特征, 并通过训练期间的辅助区域重平衡分支应用重平衡区域分类器。为验证方法的灵活性与有效性, 我们将区域重平衡模块应用于多种语义分割方法, 如 Deeplabv3+、OCRNet 与 Swin。我们的策略在具挑战性的 ADE20K 与 COCO-Stuff 基准上取得一致提升。特别地, 借助所提区域重平衡方案, 当前最优的 BEiT 在 ADE20K 验证集上 mIoU 提升 +0.7%。
引用
@article{arxiv.2204.01969,
title = {Region Rebalance for Long-Tailed Semantic Segmentation},
author = {Jiequan Cui and Yuhui Yuan and Zhisheng Zhong and Zhuotao Tian and Han Hu and Stephen Lin and Jiaya Jia},
journal= {arXiv preprint arXiv:2204.01969},
year = {2022}
}
备注
Code will be released soon