已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Pyramid Fusion Transformer for Semantic Segmentation

计算机科学 人工智能 分割 计算机视觉 图像分割 棱锥(几何) 自然语言处理 尺度空间分割 模式识别(心理学) 物理 光学
作者
Zipeng Qin,Jianbo Liu,Xiaolin Zhang,Maoqing Tian,Aojun Zhou,Shuai Yi,Hongsheng Li
出处
期刊:IEEE Transactions on Multimedia [Institute of Electrical and Electronics Engineers]
卷期号:26: 9630-9643
标识
DOI:10.1109/tmm.2024.3396281
摘要

The recently proposed MaskFormer [1] gives a refreshed perspective on the task of semantic segmentation: it shifts from the popular pixel-level classification paradigm to a mask-level classification method. In essence, it generates paired probabilities and masks corresponding to category segments and combines them during inference for the segmentation maps. In our study, we find that the per-mask classification decoder on top of a single-scale feature is not effective enough to extract reliable probabilities or masks. To mine for rich semantic information across the feature pyramid, we propose a transformer-based Pyramid Fusion Transformer (PFT) for per-mask approach semantic segmentation with multi-scale features. The proposed transformer decoder performs cross-attention between the learnable queries and each spatial feature from the feature pyramid in parallel and uses cross-scale inter-query attention to exchange complimentary information. We achieve competitive performance on three widely used semantic segmentation datasets. In particular, on ADE20 K validation set, our result with Swin-B backbone surpasses that of MaskFormer's with a much larger Swin-L backbone in both single-scale and multi-scale inference, achieving 54.1 mIoU and 55.7 mIoU respectively. Using a Swin-L backbone, we achieve single-scale 56.1 mIoU and multi-scale 57.4 mIoU, obtaining state-of-the-art performance on the dataset. Extensive experiments on three widely used semantic segmentation datasets verify the effectiveness of our proposed method.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI

祝大家在新的一年里科研腾飞
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
2秒前
6秒前
9秒前
14秒前
Snow完成签到 ,获得积分10
20秒前
sugarballer完成签到 ,获得积分10
22秒前
28秒前
pinkapple发布了新的文献求助10
28秒前
Fn完成签到 ,获得积分10
29秒前
陈曦发布了新的文献求助10
31秒前
斯文败类应助陈麦子采纳,获得10
37秒前
Ava应助陈曦采纳,获得10
39秒前
44秒前
47秒前
pinkapple完成签到,获得积分10
47秒前
49秒前
陈麦子发布了新的文献求助10
50秒前
kannnliannn完成签到 ,获得积分0
50秒前
dan1029发布了新的文献求助10
51秒前
MET1应助麦田的守望者采纳,获得20
52秒前
52秒前
兔子先生完成签到 ,获得积分10
53秒前
54秒前
科研通AI2S应助dan1029采纳,获得10
57秒前
怕黑香菇完成签到 ,获得积分10
1分钟前
麦田的守望者完成签到,获得积分10
1分钟前
共享精神应助徐小树采纳,获得10
1分钟前
c123完成签到 ,获得积分10
1分钟前
农学小王完成签到 ,获得积分10
1分钟前
1分钟前
1分钟前
1分钟前
火火完成签到 ,获得积分10
1分钟前
cx发布了新的文献求助10
1分钟前
1分钟前
1分钟前
ccc完成签到,获得积分10
1分钟前
1分钟前
1分钟前
1分钟前
高分求助中
Востребованный временем 2500
Production Logging: Theoretical and Interpretive Elements 2000
Agaricales of New Zealand 1: Pluteaceae - Entolomataceae 1500
Early Devonian echinoderms from Victoria (Rhombifera, Blastoidea and Ophiocistioidea) 1000
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 1000
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 1000
Metal Additive Manufacturing for Propulsion Applications 600
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 细胞生物学 免疫学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3367492
求助须知:如何正确求助?哪些是违规求助? 2987007
关于积分的说明 8725454
捐赠科研通 2669577
什么是DOI,文献DOI怎么找? 1462240
科研通“疑难数据库(出版商)”最低求助积分说明 676753
邀请新用户注册赠送积分活动 667942