文献检索-宁波市创意产业特色资源库

限定检索结果

双域级联决策和协作标注自提升的鲁棒弱监督语义分割: 收藏
分享
引用; 《计算机辅助设计与图形学学报》2022年第4期34卷 605-613页; 作者：缪佩翰包翠竹高佳李玺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; 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...; 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.; 来源：详细信息评论

限定检索结果