基于Web图像协同分割的弱监督语义分割
计算机视觉与模式识别
2017-08-08 v3
摘要
训练用于语义分割的全卷积网络（FCN）需要大量具有像素级标注的掩码，这涉及大量的人工劳动和标注时间。相比之下，Web图像及其图像级标签更容易且更廉价地获取。本文提出了一种仅使用图像级标签的弱监督语义分割新方法。该方法利用互联网检索大量图像，并使用大规模协同分割框架为检索到的图像生成掩码。我们首先使用语义类别名称（例如PASCAL VOC 2012数据集中的类别名称）作为查询词，从搜索引擎（如Flickr和Google）检索图像。然后，我们使用协同分割在检索图像以及具有图像级标签的目标数据集图像上产生的高质量掩码来训练分割网络。我们在PASCAL VOC 2012测试集上获得了56.9的IoU分数，达到了最先进的性能。
引用
@article{arxiv.1705.09052,
title = {Weakly Supervised Semantic Segmentation Based on Web Image Co-segmentation},
author = {Tong Shen and Guosheng Lin and Lingqiao Liu and Chunhua Shen and Ian Reid},
journal= {arXiv preprint arXiv:1705.09052},
year = {2017}
}
备注
BMVC