Model Doctor for Diagnosing and Treating Segmentation Error

要約

ディープ ニューラル ネットワークの進歩によりセマンティック セグメンテーション タスクが目覚ましい進歩を遂げているにもかかわらず、既存の U 字型の階層型の典型的なセグメンテーション ネットワークは、依然としてカテゴリの局所的な誤分類と不正確なターゲット境界に悩まされています。
この問題を軽減するために、セマンティック セグメンテーションの問題に対する Model Doctor を提案します。
Model Doctor は、既存の事前トレーニング済みモデルの前述の問題を診断し、追加のデータを導入することなくそれらを処理するように設計されており、パラメーターを改良してパフォーマンスを向上させることを目的としています。
いくつかのベンチマークデータセットでの広範な実験により、私たちの方法の有効性が実証されています。
コードは \url{https://github.com/zhijiejia/SegDoctor} で入手できます。

要約(オリジナル)

Despite the remarkable progress in semantic segmentation tasks with the advancement of deep neural networks, existing U-shaped hierarchical typical segmentation networks still suffer from local misclassification of categories and inaccurate target boundaries. In an effort to alleviate this issue, we propose a Model Doctor for semantic segmentation problems. The Model Doctor is designed to diagnose the aforementioned problems in existing pre-trained models and treat them without introducing additional data, with the goal of refining the parameters to achieve better performance. Extensive experiments on several benchmark datasets demonstrate the effectiveness of our method. Code is available at \url{https://github.com/zhijiejia/SegDoctor}.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google