基于Top-K池化与块对比学习的弱监督语义分割
计算机视觉与模式识别
2023-12-29 v2
摘要
仅使用图像级标签的弱监督语义分割（WSSS）因成本效益而获得显著关注。近来，基于Vision Transformer（ViT）且不使用类激活图（CAM）的方法在生成可靠伪标签方面展现出比先前使用CAM的方法更强的能力。然而，当前基于ViT的方法利用最大池化选择预测分数最高的块，以将块级分类映射到图像级分类，这可能因块分类不准确而影响伪标签质量。本文提出一种名为基于块对比学习的Top-K池化（TKP-PCL）的新型基于ViT的WSSS方法，其采用Top-K池化层以缓解先前最大池化选择的局限。同时提出块对比误差（PCE）以增强块嵌入，进一步改善最终结果。实验结果表明，我们的方法非常高效，并在PASCAL VOC 2012数据集上优于其他最先进的WSSS方法。
引用
@article{arxiv.2310.09828,
title = {Top-K Pooling with Patch Contrastive Learning for Weakly-Supervised Semantic Segmentation},
author = {Wangyu Wu and Tianhong Dai and Xiaowei Huang and Fei Ma and Jimin Xiao},
journal= {arXiv preprint arXiv:2310.09828},
year = {2023}
}