基于对抗训练的快速图像实例分割研究

倪波; 沈天马; 周桢凌; 裴颂文

doi:10.11907/rjdk.221032

您当前的位置：

首页 >

文章列表页 >

基于对抗训练的快速图像实例分割研究

图形图像处理 | 更新时间：2023-01-19

- 基于对抗训练的快速图像实例分割研究
- Research on Fast Image Instance Segmentation Based on Adversarial Training
- 软件导刊 2022年21卷第12期页码：168-173
- 作者机构：
  
  1.上海理工大学光电信息与计算机工程学院，上海 200093
  2.圣塔克拉拉大学计算机科学与工程系，加利福尼亚州 95053，美国
  3.中国科学院计算机体系结构国家重点实验室，北京 100190
- 作者简介：
  
  倪波（1995-），男，上海理工大学光电信息与计算机工程学院硕士研究生，研究方向为深度学习、计算机视觉
  沈天马（1993-），男，圣塔克拉拉大学计算机科学与工程系博士研究生，研究方向为深度学习、计算机视觉
  周桢凌（2001-），女，上海理工大学光电信息与计算机工程学院学生，研究方向为计算机视觉
  裴颂文（1981-），男，博士，上海理工大学光电信息与计算机工程学院教授、博士生导师，研究方向为计算机体系结构、智能计算。
- 基金信息：
  
  上海市科委科技行动计划项目(20DZ2308700);上海市经信委软件和集成电路产业发展专项项目(RX-RJJC-02-20-4212)
- DOI：10.11907/rjdk.221032
  中图分类号：
扫描看全文
倪波,沈天马,周桢凌等.基于对抗训练的快速图像实例分割研究[J].软件导刊,2022,21(12):168-173.

NI Bo,SHEN Ti-ma,ZHOU Zhen-ling,et al.Research on Fast Image Instance Segmentation Based on Adversarial Training[J].Software Guide,2022,21(12):168-173.
倪波,沈天马,周桢凌等.基于对抗训练的快速图像实例分割研究[J].软件导刊,2022,21(12):168-173. DOI： 10.11907/rjdk.221032.

NI Bo,SHEN Ti-ma,ZHOU Zhen-ling,et al.Research on Fast Image Instance Segmentation Based on Adversarial Training[J].Software Guide,2022,21(12):168-173. DOI： 10.11907/rjdk.221032.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

YOLOv4-Balance：样本均衡的目标检测网络

改进YOLOv5的影响驾乘舒适性目标检测

面向无人机场景的深度网络模型压缩与加速设计方法

基于概率分布学习的高效树型点云生成网络

基于YOLOv5的水果品质检测与分类方法研究

基于对抗训练的快速图像实例分割研究

Research on Fast Image Instance Segmentation Based on Adversarial Training

DOI：10.11907/rjdk.221032