该博客介绍了Simultaneous Detection and Segmentation（SDS）的概念，通过使用MCG作为候选区域生成器，替代R-CNN中的Selective Search。SDS将分割与检测结合在一个两路径网络中进行优化，作者指出尽管框架类似R-CNN，但这种联合优化的方式具有创新意义。文章进行了大量实验并提供了源码，为研究分割与检测的结合提供了新思路。
Simultaneous Detection and Segmentation（SDS）
论文理解
==============================================================================================
如题目而言，把分割与检测同时做，文章是用他们之前CVPR14的MCG（Multiscale Combinatorial Grouping）来做分割的candidate region，而不像他们R-CNN框架用Selective Search提取bounding boxes的方法，这里MCG提取的是region，就是用bottom-up分割出的结果，然后把region以及由它组合成bounding boxes来同时优化two-path 的网络，整体框架如下：
扫一扫
2930
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
