物体分割。我们使用 Mask R-CNN [8] 在 2D 图像中获取物体区域。为了与之前的方法 [3, 17, 36] 进行公平比较,我们使用了 Mask R-CNN 的相同结果来进行半监督和无监督设置。对于半监督设置,Mask R-CNN 在源领域和目标领域以监督方式进行训练。对于无监督设置,Mask R-CNN 仅在源领域进行训练。图像的检测区域调整为 192 x 192 像素的分辨率,作为教师或学生模型的输入。

Mask R-CNN 用于物体分割:半监督和无监督方法

原文地址: https://www.cveoy.top/t/topic/fAtj 著作权归作者所有。请勿转载和采集!

免费AI点我,无需注册和登录