ProtoSeg：基于原型部件的可解释语义分割
计算机视觉与模式识别
2025-06-30 v2
摘要
我们介绍了 ProtoSeg，一种用于可解释语义图像分割的新模型，它利用训练集中相似的图像块来构建预测。为达到与基线方法相当的精度，我们改造了原型部件机制并引入了一种多样性损失函数，以增加每个类别中原型的多样性。我们表明，与标准分割模型不同，ProtoSeg 能发现语义概念。在 Pascal VOC 和 Cityscapes 数据集上进行的实验证实了所提方法的精确性与透明性。
引用
@article{arxiv.2301.12276,
title = {ProtoSeg: Interpretable Semantic Segmentation with Prototypical Parts},
author = {Mikołaj Sacha and Dawid Rymarczyk and Łukasz Struski and Jacek Tabor and Bartosz Zieliński},
journal= {arXiv preprint arXiv:2301.12276},
year = {2025}
}