新方法用边界框与像素标注做实例分割

1. 12:00
   arXiv cs.CV

   混合监督实例分割：通过学习标签噪声抑制利用边界框标注

   该研究提出一种混合监督实例分割流程，同时利用廉价的边界框标注和精确的像素级标注以降低标注成本。方法设计两个辅助模型分别抑制前景与背景之间的误标注以及实例误标注带来的噪声，并结合类别感知空间注意力、类别约束、实例约束模块与自学习训练提升伪标签精度。在 PASCAL VOC 2012 和 Cityscapes 数据集上，该方法以更低的标注成本取得了有竞争力的性能。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。