以下是几篇关于弱监督语义分割的文章,供您参考:

  1. "Weakly-Supervised Semantic Segmentation by Iteratively Mining Common Object Features" (CVPR 2015) 这篇文章提出了一种基于迭代挖掘共同物体特征的弱监督语义分割方法。该方法利用图像中物体的共同特征来训练模型,避免了需要像素级标注的困难。

  2. "Learning to Segment Object Candidates by Combining Global and Local Evidence" (CVPR 2016) 这篇文章提出了一种基于全局和局部证据相结合的弱监督语义分割方法。该方法能够自适应地学习对象的外观和形状特征,并在不需要精确标注的情况下进行语义分割。

  3. "Weakly Supervised Semantic Segmentation using Web-Crawled Videos" (CVPR 2017) 这篇文章提出了一种基于网络抓取视频的弱监督语义分割方法。该方法利用网络上的大量视频数据来训练模型,避免了需要像素级标注的问题,并在多个数据集上进行了测试。

  4. "Learning to Segment Every Thing" (CVPR 2018) 这篇文章提出了一种使用图像级别标注进行弱监督语义分割的方法。该方法能够学习到图像中所有物体的语义,并能够在多个数据集上进行测试。

希望以上推荐的文章对您有所帮助

如果我是一个科研新人请向我推荐几篇有关弱监督语义分割的文章

原文地址: https://www.cveoy.top/t/topic/fO6b 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