BTSeg：用于语义分割领域适应的 Barlow Twins 正则化方法
计算机视觉与模式识别
2024-09-13 v3
摘要
我们提出 BTSeg（Barlow Twins 正则化分割），一种创新的半监督训练方法，用于增强语义分割模型，以在无需额外标注训练数据的情况下有效应对恶劣天气条件。在相似地点但不同恶劣天气条件下捕获的图像被视为同一场景的流形表示，从而使模型能够概念化其对环境的理解。BTSeg 在极具挑战性的新 ACG 基准上展现出前沿性能，并为 ACDC 数据集的弱监督领域适应确立了新的最先进水平（state-of-the-art）。为支持进一步研究，我们已将代码公开于 https://github.com/fraunhoferhhi/BTSeg 。
引用
@article{arxiv.2308.16819,
title = {BTSeg: Barlow Twins Regularization for Domain Adaptation in Semantic Segmentation},
author = {Johannes Künzel and Anna Hilsmann and Peter Eisert},
journal= {arXiv preprint arXiv:2308.16819},
year = {2024}
}
备注
14 pages, GCPR submission version