1 数据类型 1.1 枚举类型 枚举是一种用户自定义的类型，可以将数字标号定义为具体的符号 枚举一般用于对各种不同的状态，定义可识别的符号 如在某个场景中使用1、2、3来表示红黄蓝 那么可以使用枚举来对1、2、3来进行具像化，如下： 枚举本质上是数字 默认从0开始递增，也可以手动指定，如上指定为RED=1，那么YELLOW为2 枚举可以配合swit…
论文地址：Weakly-Supervised Camouflaged Object Detection with Scribble 1 Introduction 在这篇文章中，作者提出了第一个弱监督的COD模型，它仅使用简笔画(Scribble Annotations)作为监督。总体来说，作者设计了： LCC模块用来模拟人眼的视觉抑制，即抑制一些…
论文地址：Frequency Perception Network for Camouflaged Object Detection 1 Introduction 现在的方法大多在RGB域内进行伪装目标识别，通过纹理不一致性来初步发现伪装目标。在图像频率域里，高频通常描绘图片的细节，低频通常描绘图片的轮廓特征。作者在文章中提出了两阶段识别网络——F…
论文地址：Drop an Octave: Reducing Spatial Redundancy in Convolutional Neural Networks with Octave Convolution 1 Introduction 图片可以被分解为低空间频率和高空间频率的部分，它们分别描述缓慢变化的结构和剧烈变化的详细细节。作者认为卷积层…
论文地址：ECA-Net: Efficient Channel Attention for Deep Convolutional Neural Networks 1 Background ECA-Net是SENet的改进，SENet在计算C个通道的attention score的时候，使用的是单隐藏层的MLP: C->C/r->C，作者…
论文地址：Learning with Explicit Shape Priors for Medical Image Segmentation 1 Introduction 在医学图像中，不同的器官或病灶通常具有特定的形状和结构，这些形状和结构信息对于分割模型来说非常关键，因此先前的许多工作尝试利用形状先验来设计分割模型，以获得具有解剖形状信息的更…
Depthwise Separable Convolution（深度可分离卷积）是将传统卷积分成两步进行计算即Depthwise和Pointwise。可以简化参数量和计算量，通常应用在轻量化网络中。 1 Depthwise Convolution Depthwise Conv和普通的卷积不同，Depthwise Conv的卷积核只有一个，其通道的数…
论文地址：CamoFormer: Masked Separable Attention for Camouflaged Object Detection 1 研究动机 现在的伪装目标识别的模型都没有把前景和背景分开处理，这就很难从相似的环境中识别出伪装目标，现在的目标，关键就是分别encode前景和背景。受到Masked Multi-Head At…
论文地址：Deep Texture-Aware Features for Camouflaged Object Detection 1 总览 通过学习纹理相关的特征，增大伪装目标和背景之间细微的差别，来更好的发现伪装目标。作者通过计算特征的协方差矩阵提取纹理特征，设计了相似度损失去学习参数图来放大背景和伪装目标之间的细微差异，用边缘一致性损失去完善…
论文地址：Multiscale Vision Transformer CVPR2021 1 introduction 在视觉领域，特征金字塔结构是一种常用的结构，即随着网络的加深，特征图的分辨率越来越小，但是特征图的深度，即channel数，越来越多。高空间分辨率的特征图具有low-level的细节信息，低分辨率的深层特征图具有high-leve…