NoPeopleAllowed：弱监督语义分割的三步法
计算机视觉与模式识别
2020-06-16 v1
摘要
我们提出了一种新颖的弱监督语义分割方法，该方法由三个连续步骤组成。前两步从图像级标注数据中提取高质量的伪掩码，然后在第三步中用于训练分割模型。所提出的方法还解决了数据中的两个问题：类别不平衡和标签缺失。仅使用图像级标注作为监督，我们的方法能够分割各种类别和复杂对象。它在测试集上达到了 37.34 的平均交并比（mean IoU），在 LID 挑战赛的弱监督语义分割任务中排名第三。
引用
@article{arxiv.2006.07601,
title = {NoPeopleAllowed: The Three-Step Approach to Weakly Supervised Semantic Segmentation},
author = {Mariia Dobko and Ostap Viniavskyi and Oles Dobosevych},
journal= {arXiv preprint arXiv:2006.07601},
year = {2020}
}
备注
This short-paper was submitted to Learning from Imperfect Data workshop at CVPR 2020