n-CPS：将交叉伪监督推广至 n 个网络用于半监督语义分割
计算机视觉与模式识别
2022-04-12 v4 人工智能
机器学习
摘要
我们提出 n-CPS——近期最先进的交叉伪监督（CPS）方法在半监督语义分割任务上的推广。在 n-CPS 中，有 n 个同时训练的子系统通过网络互相学习，通过独热编码扰动与一致性正则化实现。我们还表明，应用于子系统输出的集成技术可显著提升性能。据我们所知，n-CPS 结合 CutMix 在 Pascal VOC 2012（1/16、1/8、1/4 与 1/2 监督机制）与 Cityscapes（1/16 监督）上优于 CPS 并确立了新的 SOTA。
引用
@article{arxiv.2112.07528,
title = {n-CPS: Generalising Cross Pseudo Supervision to n Networks for Semi-Supervised Semantic Segmentation},
author = {Dominik Filipiak and Piotr Tempczyk and Marek Cygan},
journal= {arXiv preprint arXiv:2112.07528},
year = {2022}
}