- …
- …
#219
summarized by : Anonymous
どんな論文か？
セマンティック セグメンテーションのための教師付き対照学習
新規性
1.データ拡張，メモリバンクスを使わず多段階モデルエンコーダの特徴空間を広げる．
2.エンコーダで多尺度における対照損失を適用する．
3.高解像度局所的特徴と低解像度全局的特徴を結ぶ交差尺度対照学習を用いて，教師あり全局ー局所対照学習を実現する．
結果
提案の対照学習を使うCNNとTransformersのバックボーンズを用いて，Cityscapes,PascalContext,ADE20KとCaDISでのパフォーマンスが高まった．
その他（なぜ通ったか？等）
エンコーダの最も深い層のみ使うことではなく，異なるエンコーダ層の対照損失を使うことで特徴空間を正規化する．
- …
- …