FAIR Paris分部的论文，NIPS2016 Workshop. Motivation是让predict出来的结果和真实label在高层感觉上有一致性. 基本思想就是用GAN来区分segmentation网络给出的结果和真实lable给出的结果。但是VOC2012上的效果并不好，作者也不敢放代码出来.
黄世宇/Shiyu Huang's Personal Page：https://huangshiyu13.github.io/
Semantic segmentation using adversarial networks
原创wx62d12289ce45b 博主文章分类：Computer Vision ©著作权
©著作权归作者所有：来自51CTO博客作者wx62d12289ce45b的原创作品，请联系作者获取转载授权，否则将追究法律责任
上一篇：VidLoc: A Deep Spatio-Temporal Model for 6-DoF Video-Clip Relocalization
下一篇：PoseNet: A Convolutional Network for Real-Time 6-DOF Camera Relocalization
提问和评论都可以，用心的回复会被更多人看到
评论
发布评论
相关文章
-
Fully Convolutional Networks for Semantic Segmentation综述 on calibration of modern neural networks
ContentsIntroductionCalibration MetricsObserving MiscalibrationCalibration MethodsCalibrating Binary ModelsExtension to Multiclass ModelsResultsReferences Introduction在实际的决策系统中，分类模型不仅需要尽量给出准确的预测，还需要能
PMLR 201 calibration ide ci Test
