PatchRefineNet：通过引入最优分块二值化信号改进二值分割

二值分割模型的目的是确定哪些像素属于感兴趣的目标（例如，图像中哪些像素属于道路）。模型为每个像素分配一个 logit 分数（即概率），并通过阈值化将其转换为预测（即每个 logit 分数 $\geq \tau$ 的像素被预测为道路的一部分）。然而，在当前和以往最先进的分割模型中，一个普遍现象是空间偏差——在某些图像块中，logit 分数持续偏高，而在其他块中持续偏低。这些偏差导致最终预测中出现假阳性和假阴性。本文提出 PatchRefineNet（PRN），一个位于基础分割模型之上、学习纠正其分块特定偏差的小型网络。在多种基础模型上，PRN 始终帮助其将 mIoU 提升 2-3%。PRN 背后的关键思想之一是在训练过程中加入一种新颖的监督信号。给定基础分割模型产生的 logit 分数，每个像素被赋予一个伪标签，该伪标签通过对每个图像块中的 logit 分数进行最优阈值化得到。将这些伪标签纳入 PRN 的损失函数有助于纠正系统性偏差并减少假阳性/假阴性。尽管我们主要关注二值分割，我们也展示了 PRN 如何扩展到显著性检测和少样本分割。我们还讨论了这些思想如何扩展到多类分割。