FixMatchSeg：修正 FixMatch 用于半监督语义分割

在过去的几年中，用于语义医学图像分割的监督深度学习方法日益流行。然而，在资源受限的环境下，获取大量标注图像非常困难，因为这通常需要专家参与且昂贵耗时。半监督分割是一种有吸引力的解决方案，其仅使用极少标注图像与大量未标注图像。尽管近年来分类问题中监督与半监督方法的差距已大幅缩小，分割方法中仍存在较大差距。在本工作中，我们将最先进的半监督分类方法 FixMatch 适配到语义分割任务，提出 FixMatchSeg。FixMatchSeg 在四个不同解剖结构与不同模态的公开数据集上进行了评估：心脏超声、胸部 X 光、视网膜眼底图像和皮肤图像。在标注稀少时，我们表明 FixMatchSeg 的性能与强监督基线相当。