CVPR 2024 UG2+挑战赛全天候语义分割赛道解决方案
计算机视觉与模式识别
2024-06-11 v1 人工智能
摘要
在本报告中,我们介绍了针对CVPR 2024 UG2+挑战赛中恶劣天气下语义分割任务的解决方案。为了在各种天气条件下实现鲁棒且准确的分割结果,我们使用大规模联合数据集的预训练权重初始化InternImage-H骨干网络,并结合最先进的Upernet分割方法对其进行增强。具体而言,我们采用离线和在线数据增强方法来扩展训练集,这有助于进一步提升分割器的性能。最终,我们提出的解决方案在测试集上展现出先进的性能,并在该挑战赛中获得了第三名。
引用
@article{arxiv.2406.05837,
title = {Solution for CVPR 2024 UG2+ Challenge Track on All Weather Semantic Segmentation},
author = {Jun Yu and Yunxiang Zhang and Fengzhao Sun and Leilei Wang and Renjie Lu},
journal= {arXiv preprint arXiv:2406.05837},
year = {2024}
}
备注
Solution for CVPR 2024 UG2+ Challenge Track on All Weather Semantic Segmentation