登上|AI生成肖像画，精细到毛发！北大校友最新研究收割2.8k星标，还登上了ICPR 2020( 三 ) 校友|毛发|肖像画|星标

文章插图
红色、绿色和蓝色分别表示最佳、第二和第三性能

文章插图
从表3、表4来看，U^∧2-Net在DUT-OMRON、HKU-IS以及ECSSD三个基准数据集上展现了极大先进性，五个评估指标都达到了最佳SOTA。
其中，在DUTS-TE上，U^∧2-Net总体性能仅次于PoolNet；在PASCAL-S上，U^∧2-Net性能仅略低于AFNet、CPD和PoolNet。此外，在边界质量评估指标（RelaxF^b_β）方面，U^∧2-Net性能位居第二。
在SOD数据集上， U^∧2-Net在整体性能方面也仅此于PoolNet。更重要的是，U^∧2-Net模型大小只有4.7 MB，是在显著性目标检测领域型号最小的，而且与其他型号相比，它的参数量也少的多。
定性比较结果：比较了七种SOTA模型，如图：

文章插图
可以看出，U^∧2-Net能够处理不同类型的目标，并均产生了精准的识别结果。
比如，第4行图像充分展示它在分割由大结构和薄结构组成的目标时的性能；在第六行复杂的图像结构下，产生了近乎完美的结果。
总之，U^∧2-Net模型能够处理全尺寸和小尺寸图像的各种场景，与其他模型相比，能够产生更高精度的显著目标检测结果。
好了。就这样，希望了解更多论文内容的可以戳这里：https://arxiv.org/pdf/2005.09007.pdf
等了一个小时的滴滴准时到了！
加油，打工人！
相关地址：
https://github.com/NathanUA/U-2-Net
https://github.com/yiranran/APDrawingGAN
https://webdocs.cs.ualberta.ca/~xuebin/
雷锋网雷锋网雷锋网