面向 CVPR 2026 第 8 届 UG2+ 挑战赛 Track 2 的鲁健语义分割管线
计算机视觉与模式识别
2026-05-25 v2
摘要
本报告提出了我们为 WeatherProof 数据集挑战赛（即 CVPR 2026 第 8 届 UG2+ 挑战赛 Track 2：恶劣天气下的语义分割）所采用的解决方案。针对恶劣天气条件下的语义分割任务，我们提出了一种半监督分割管线。该方法仅在 WeatherProof 数据集上训练，不使用任何额外的外部数据。具体而言，我们采用 UniMatch V2 作为基线模型，将所有受损天气图像视为无标签数据进行半监督训练，从而充分利用挑战方提供的数据分布。在推理阶段，我们进一步应用测试时数据增强，以提高最终预测的鲁健性和分割精度。代码已公开于：https://github.com/ylb888/weatherproof-challenge-unimatchv2。
引用
@article{arxiv.2605.22216,
title = {A Robust Semantic Segmentation Pipeline for the CVPR 2026 8th UG2+ Challenge Track 2},
author = {Jinming Chai and Libo Yan and Licheng Jiao and Fang Liu},
journal= {arXiv preprint arXiv:2605.22216},
year = {2026}
}