简介
它最早在2021年由中国人大发布CVPR上,后在2023年增加“广义平均池化”对网络进行改进。
网络结构
它包含几个部分:
- ESB:边缘监督分支
- NSB:噪声监督分支
- 解码头:DA
- 多尺度监督

结构比较清楚,容易理解。复杂的点在于边缘监督形成的Sobel级联结构。
特征提取结构采用的是降采样16倍的ResNet50网络。
NSB比较简单,利用5x5的BayarConv高频约束卷积核形成噪声提取,输入单通道灰度图,输出三通道噪声特征图,然后送入ResNet50进行噪声特征提取,输出最后一层的特征图。
理解了NSB之后,ESB也比较好理解,ESB由两部分组成。
一个是ResNet50的特征提取,一个是对ResNet50四个阶段输出的特征图进行Sobel和ERB结构的计算。
非常复杂,网络训练也占有很大的内存。
MVSSNet是2021年中国人大在CVPR会议上提出的深度学习模型,2023年通过引入广义平均池化进行优化。该网络包括边缘监督分支(ESB)、噪声监督分支(NSB)和解码头(DA),采用ResNet50作为特征提取结构。NSB使用BayarConv高频约束卷积处理单通道灰度图,而ESB结合Sobel和ERB结构进行复杂边缘监督。网络结构清晰但训练内存需求高。
879

被折叠的 条评论
为什么被折叠?



