典型文献
双域级联决策和协作标注自提升的鲁棒弱监督语义分割
文献摘要：
引入网络图像是提升弱监督语义分割性能的有效方法,为了鲁棒地利用外部数据实现知识迁移,提出双域协作自提升的鲁棒迁移学习方法.首先通过网络域和目标域双域级联决策实现网络域到目标域数据的知识迁移,提升弱监督语义分割决策的鲁棒性;然后利用双域协作学习减少噪声图像,改善标注质量,提升网络域知识的可靠性.在通用数据集PASCAL VOC 2012验证集和测试集上,mIoU分别达到65.4％和65.9％,性能优于当前大多数弱监督语义分割方法,证明了所提方法的有效性.
文献关键词：
弱监督学习;语义分割;级联决策;标注自提升
中图分类号：
作者姓名：
缪佩翰;包翠竹;高佳;李玺
作者机构：
浙江工商大学计算机与信息工程学院 杭州 310018;山西大学自动化与软件学院 太原 030013;浙江大学计算机科学与技术学院 杭州 310058
文献出处：
引用格式：
[1]缪佩翰;包翠竹;高佳;李玺-.双域级联决策和协作标注自提升的鲁棒弱监督语义分割)[J].计算机辅助设计与图形学学报,2022(04):605-613
A类：
级联决策,标注自提升
B类：
弱监督语义分割,入网,网络图像,像是,外部数据,知识迁移,迁移学习方法,目标域,决策实现,协作学习,噪声图像,通用数据,PASCAL,VOC,验证集,测试集,mIoU,分割方法,弱监督学习
AB值：
0.301942
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
