论文题目: Rectifying Pseudo Label Learning via Uncertainty Estimation for Domain Adaptive Semantic Segmentation
论文地址: https://arxiv.org/pdf/2003.03773.pdf
作者:Zhedong Zheng, Yi Yang
代码: https://github.com/layumi/Seg_Uncertainty
What:
-
本文研究的是领域迁移问题中错误的伪标签(Pseudo Label)的问题,探讨了如何自动设定阈值来修正这种伪标签学习。
-
之前的伪标签往往通过人为卡阈值(Threshold) 的方式来学高置信度的伪标签(Pseudo Label),而忽略低置信度的标签。 但是这个阈值(Threshold) 往往很难决定。
-
我们思考如何定这个阈值,其实会发现这个阈值取决于 source 和 target 有多接近,如果source域 和 target 域 完全一样,那么阈值甚至可以卡到0.999,大多数data都有很确定的label,那全部样本都可以拿来训练; 但如果source域 和 target 域 完全不一样, 那么阈值再怎么卡,都没有用,因为所有的pseudo label都是noisy的。
-
所以在做domain adpation的问题就在