self-supervised regularization loss

新的无监督方法可对齐并从错位标签中分割建筑物

研究人员开发了一种名为“Align and Segment”（AnS）的新型无监督学习方法，用于改进遥感图像中的建筑物分割。该方法解决了标签错位这一常见问题，这些标签通常来自OpenStreetMap等数据集，通过同时学习将标签与图像对齐来解决。AnS方法利用空间变换器模块来调整标签的仿射变换，为语义分割网络创建更好的目标。它还包含一个自监督正则化损失，以防止捷径学习，并与数据增强互补，特别是对于系统性错位的数据。