面向端到端弱监督语义分割的分支互促方法
计算机视觉与模式识别
2023-08-10 v1
摘要
端到端弱监督语义分割旨在仅基于图像标注，在单阶段训练过程中优化分割模型。现有方法采用在线训练的分类分支为分割分支提供伪标注以进行监督。然而，该策略使分类分支主导整个并行训练过程，阻碍了两个分支相互协助。在我们的工作中，我们将这两个分支视为生成分割图的多样化方式而平等对待，并在其监督与操作上均引入交互以实现互促。为此，我们设计了双向监督机制以强制两个分支输出间的一致性。 thus，分割分支亦可反馈至分类分支以提升定位种子质量。此外，我们的方法还设计了两分支间的交互操作以交换知识相互协助。实验表明我们的工作优于现有端到端弱监督分割方法。
引用
@article{arxiv.2308.04949,
title = {Branches Mutual Promotion for End-to-End Weakly Supervised Semantic Segmentation},
author = {Lei Zhu and Hangzhou He and Xinliang Zhang and Qian Chen and Shuang Zeng and Qiushi Ren and Yanye Lu},
journal= {arXiv preprint arXiv:2308.04949},
year = {2023}
}