基于粒度感知的合成-真实森林树木实例分割迁移
计算机视觉与模式识别
2026-04-16 v1
摘要
我们解决合成到真实森林感知领域的迁移挑战，其中真实数据仅提供粗糙的树标签，而合成数据提供细粒度的树干/树冠注释。我们引入MGTD数据集，包含53k张合成图像和3.6k张真实图像，并构建四阶段协议以隔离领域迁移和粒度不匹配。我们的核心贡献是粒度感知蒸馏，通过logit空间合并和mask统一，将细粒度合成教师的结构先验迁移到粗标签学生。实验表明在小/远树上均能获得一致的mask AP提升，建立了受标签粒度约束下的Sim-Real迁移基准测试。
引用
@article{arxiv.2604.13722,
title = {Granularity-Aware Transfer for Tree Instance Segmentation in Synthetic and Real Forests},
author = {Pankaj Deoli and Atef Tej and Anmol Ashri and Anandatirtha JS and Karsten Berns},
journal= {arXiv preprint arXiv:2604.13722},
year = {2026}
}