研究人员开发了一个半监督语义分割管线，专门用于CVPR 2026第8届UG2+挑战赛Track 2，重点关注恶劣天气条件。所提出的方法利用WeatherProof数据集进行训练，将退化天气图像视为未标记数据以增强模型性能。为了进一步提高准确性和鲁棒性，在推理阶段应用了测试时增强。 AI
影响 这项研究提出了一种在恶劣天气条件下进行语义分割的新方法，有可能提高自动驾驶系统的感知能力。
排序理由 该集群包含一篇详细介绍特定挑战新方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.22216v1 Announce Type: new Abstract: This report presents our solution for the WeatherProof Dataset Challenge, namely CVPR 2026 8th UG2+ Challenge Track 2: Semantic Segmentation in Adverse Weather. For the semantic segmentation task under adverse weather conditions, we…
This report presents our solution for the WeatherProof Dataset Challenge, namely CVPR 2026 8th UG2+ Challenge Track 2: Semantic Segmentation in Adverse Weather. For the semantic segmentation task under adverse weather conditions, we propose a semi-supervised segmentation pipeline…