论文地址: http://arxiv.org/pdf/2010.09713v1.pdf
代码: https://github.com/googleinterns/wss.
来源: 弗吉尼亚理工学院,谷歌
论文名称:PSEUDOSEG: DESIGNING PSEUDO LABELS FOR SEMANTIC SEGMENTATION
原文作者:Yuliang Zou
内容提要
半监督学习(SSL)的最新进展表明,一致性正则化和伪标记的结合可以有效地提高低数据条件下的图像分类精度。与分类相比,语义分割任务需要更多的标记成本。因此,这些任务极大地受益于数据效率的训练方法。然而,分割中的结构化输出为应用SSL策略带来了特殊的困难(例如,设计伪标记和增强)。为了解决这一问题,我们提出了一种简单而新颖的重新设计伪标记的方法,以生成经过校准的结构伪标记用于无标记或弱标记数据的训练。我们提出的伪标记策略是网络结构不可知的,适用于一阶段一致性训练框架。我们证明了伪标记策略在低数据和高数据体制的有效性。大量的实验已经证实,明智地融合不同来源的伪标签和强大的数据增强的伪标签对于分割的一致性训练是至关重要的。
主要框架及实验结果
PS:腾讯最近更改公众号推送规则,文章推送不再按照时间排序,而是通过智能推荐算法有选择的推送文章,为了避免收不到文章,看完文章您可以点击一下右下角的"在看",以后发文章就会第一时间推送到你面前。
声明:文章来自于网络,仅用于学习分享,版权归原作者所有,侵权请加上文微信联系删除。