摘要:为了缩小从像素级监督到图像级监督的语义分割性能差距,引入了弱监督语义分割(WSSS)。大多数先进的方法是基于类激活映射(CAMs)来生成伪标签来训练分割网络。该方法的主要局限性在于,利用图像分类器从cam中生成伪标签的过程主要集中在目标最具鉴别性的部分。为了解决这个问题,我们提出了Puzzle-CAM,这是一个过程,最大限度地减少来自单独补丁和整个图像之间的特征差异。该方法由一个谜题模块和两个正则化项组成,用于发现对象中最完整的区域。Puzzle-CAM可以激活一个对象的整体区域使用图像级别的监督,而不需要额外的参数。
介绍:以往大多数使用WSSS的方法都是基于类激活映射(CAMs)来获得良好的性能。然而,为了对语义对象进行有效的分类,所生成的分割模型往往只关注语义对象的一小部分,这就阻碍了分割模型对像素级语义知识的学习。此外,我们可以看到,平铺图像中孤立的patch生成的CAMs与原始图像得到的CAMs是不同的。