重构半监督分割：超越准确性，关注可靠性与鲁棒性
计算机视觉与模式识别
2025-06-09 v1 人工智能
机器学习
摘要
语义分割是场景理解的关键任务，但需要高成本的像素级标注，吸引越来越多的注意力转向半监督方法以利用丰富的无标签数据。虽然半监督分割常被宣传为通向可规模化、真实场景部署的路径，但令人惊讶的是，当前的评估协议仅关注分割准确性，完全忽略了可靠性和鲁棒性这两个重要指标。这两种特性分别确保了模型在多样化条件下的一致性能（鲁棒性）以及良好校准的模型置信度和有意义的不确定性（可靠性），对于安全关键型应用（如自动驾驶）至关重要，因为模型必须处理不可预测的环境并避免任何突发性失效。为此，我们引入可靠分割得分（RSS），一种新颖的度量指标，通过调和平均数将预测准确性、校准程度和不确定性质量度量相结合。RSS对任何组成部分的缺陷都会进行惩罚，为整体判断分割模型提供了简便直观的方式。对UniMatchV2进行全面评估，与其前身及监督基线相比显示，半监督方法往往以牺牲可靠性来换取准确性。虽然外域评估表明UniMatchV2具有鲁棒性，但进一步揭示了持久的可靠性不足。我们主张转向更整体性的评估指标（如RSS），以更好地将半监督学习研究与实际部署需求对齐。
引用
@article{arxiv.2506.05917,
title = {Rethinking Semi-supervised Segmentation Beyond Accuracy: Reliability and Robustness},
author = {Steven Landgraf and Markus Hillemann and Markus Ulrich},
journal= {arXiv preprint arXiv:2506.05917},
year = {2025}
}