Switching Temporary Teachers for Semi-Supervised Semantic Segmentation 论文阅读
随着深度神经网络的发展,语义分割作为视觉理解的计算机视觉任务的关键组成部分也在不断发展[8,9,55]。然而,流行的方法主要是基于监督学习方法,仍然需要在像素级进行费力和耗时的手动注释。为了缓解这种内在的挑战,半监督语义分割最近成为人们关注的焦点,它只需要少量的标签。成功的半监督学习的一个关键挑战是如何从未标记的数据中获得可靠和一致的标签,特别是在半监督分割等要求更高的任务中。伪标记[22]是最流行的方法,它将现成模型的类预测作为未标记数据的标签进行训练。
作者:皮卡丘ZPC2024-10-15 22:33:04