May, 2024
优质基础价值众多标签:高效标注的全景分割
A Good Foundation is Worth Many Labels: Label-Efficient Panoptic Segmentation
Niclas Vödisch, Kürsat Petek, Markus Käppeler, Abhinav Valada, Wolfram Burgard
TL;DR通过利用视觉基础模型的描述性图像特征,我们训练了两个轻量级网络头进行语义分割和物体边界检测,并通过一种新颖的融合模块将它们的预测合并,以实现基于标准化切割的全景地图,从而显著提高了 PASTEL 在较少注释样本的情况下进行标签高效分割的性能。