da Cal

新研究解决了语义分割中的域泛化和校准问题

两篇新研究论文解决了语义分割中的挑战，语义分割是一项计算机视觉任务，涉及对图像中的每个像素进行分类。第一篇论文LASA提出了一个框架，通过使用语言和源特征来指导风格迁移和重新校准对象查询，以提高跨不同域的泛化能力。第二篇论文DA-Cal专注于增强语义分割模型的校准，确保预测置信度与准确性一致，这对于安全关键型应用至关重要。DA-Cal引入了一个元温度网络和双层优化来改进软伪标签和跨域校准。