BriefGPT.xyz
Ask
alpha
关键词
cross-domain semantic segmentation
搜索结果 - 5
通过扩散特征弥合语义分割的领域差距
利用预训练扩散模型的内在知识,通过采样和融合技术,提出了一种新的扩散特征融合方法(DIFF)来提取和集成有效的语义表示,该方法在领域泛化语义分割和合成到真实情景中均优于先前的方法达到了最优性能。
PDF
a month ago
基于频率分解的无监督领域自适应方法在遥感图像语义分割中的应用
基于跨领域语义分割的遥感图像的无监督领域自适应(UDA)技术已经在地球科学的深度学习应用中有了显著的进展。最近,Transformer 模型在 RS-UDA 任务中得到了成功应用。然而,现有的 UDA 方法主要关注高级特征空间中的领域对齐,
→
PDF
3 months ago
语义连通性驱动的跨域分割的伪标记
我们提出一种称为 SeCo 的新方法,通过在连接级别生成伪标签来解决跨领域语义分割中的两个关键限制,从而显著改善现有最先进方法的性能。
PDF
7 months ago
多模态融合自适应:无监督语义分割自适应强框架
本文提出一种基于伪标签的无监督域适应 (MFA) 方法,通过融合跨模型、时间和在线离线伪标签等三种策略,有效地提高了语义分割适应性。在两个广泛使用的基准测试上表现良好,分别达到 58.2% 和 62.5% 的 mIOU,创造了新的技术水平记
→
PDF
3 years ago
跨域语义分割的不确定性感知一致性正则化
提出了一种基于不确定性感知和地区一致性的跨域语义分割一致性正则化方法,通过利用目标样本的潜在不确定性信息,引入了动态加权的一致性损失,使得从教师模型传递到学生模型的知识更具意义和可靠性。同时,提出了一种 ClassDrop 掩蔽生成算法和
→
PDF
4 years ago
Prev
Next