利用面向小组的一致性约束实现 CdZnTe 半导体中的半监督语义分割
摘要
对 Cadmium Zinc Telluride（CdZnTe）半导体图像进行标记具有挑战性 due to 低对比度缺陷边界，标记员需要交叉参考多个视图。这些视图共享单个 ground truth（GT），形成独特的 ``多对一'' 关系。这一特征使先进的半监督语义分割（SSS）方法变得次优，因为它们通常受限于 ``一对一'' 关系，即每个图像独立关联其 GT。这种限制可能导致低对比度区域的误差积累，进一步恶化确认偏差。为解决此问题，我们从小组导向的角度重新审视 SSS 流程，提出一种类人解决方案：Intra-group Consistency Augmentation Framework（ICAF）。首先，我们实验验证了 CdZnTe 小组中固有的一致性约束，建立了基于 Intra-group View Sampling（IVS）的小组导向基线。基于此洞察，我们引入 Pseudo-label Correction Network（PCN）以增强一致性表示，包含两个关键模块。View Augmentation Module（VAM）通过聚合多个视图动态合成边界感知视图以改进边界细节。在 View Correction Module（VCM）中，该合成视图与其他视图配对进行信息交互，有效突出显著区域同时最小化噪声。广泛实验表明该解决方案对 CdZnTe 材料有效。我们使用带有 ResNet-100 背板的 DeepLabV3+ 作为分割模型，仅使用 2 组标注数据（5\textperthousand）即可在 CdZnTe 数据集上实现 70.6\% mIoU。代码可在 \href{https://github.com/pipixiapipi/ICAF}{https://github.com/pipixiapipi/ICAF} 访问。
引用
@article{arxiv.2508.12766,
title = {Harnessing Group-Oriented Consistency Constraints for Semi-Supervised Semantic Segmentation in CdZnTe Semiconductors},
author = {Peihao Li and Yan Fang and Man Liu and Huihui Bai and Anhong Wang and Yunchao Wei and Yao Zhao},
journal= {arXiv preprint arXiv:2508.12766},
year = {2025}
}