ECCV2020:Weakly Supervised Semantic Segmentation with Boundary Exploration边界探索的弱监督语义分割解析
引入
近年来,在场景识别需求的驱动下,人们提出了各种模型来准确分割图像中的前景。如2017年提出的金字塔场景解析网络和一种用于语义分割的DeepLab,然而,用于训练语义分割网络的人工标注需要大量的资金投入,是一项耗时的工作。减轻对像素级注释的严重依赖,因此这篇文章采用采用弱监督学习的方法进行语义分割。
如Pyramid scene parsing network.(2017)
Deeplab: Semantic image segmentation with deep convolutional nets, atrous convolution, and fully connected crfs. (2017)
弱监督方法
与完全监督分割学习相比,弱监督分割方法由于其所需标签的简单性和可用性而引起了人们的广泛