CVPRApr, 2019
基于多源弱监督的显著性检测
Multi-source weak supervision for saliency detection
Yu Zeng, Yunzhi Zhuge, Huchuan Lu, Lihe Zhang, Mingyang Qian...
TL;DR利用分类标签、字幕和未标记数据等不同类型的监督实现显著性检测模型的训练,通过 CNet 和 PNet 生成像素级伪标签进行训练,使用注意力传输损失和注意力一致性损失,使弱监督训练的模型性能得到提升,实验表明我们的方法与许多监督方法相比具有较好的性能。