研究人员引入了 DS-CRF,一种用于弱监督语义分割的新型框架,通过解耦软伪标签和二值边缘图来提高边界准确性。与之前将这些元素融合为硬目标的方法不同,DS-CRF 将它们各自用作独立的监督信号。这种方法利用了来自 vision-language 模型的粗糙 CAM 和来自 SAM 的边界,在 MS COCO 数据集上,单阶段方法的 mIoU 达到了 56.5% 的新 state-of-the-art。 AI
影响 通过提供一种更细致的训练数据方法,提高了语义分割任务的准确性,尤其是在物体边界处。
排序理由 详细介绍一种新的语义分割方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →