BriefGPT.xyz
Ask
alpha
关键词
urban scene segmentation
搜索结果 - 3
通过多源混合采样和元学习实现事故场景的稳健语义分割
本文提出一种多源元学习无监督域自适应框架(MMUDA)来提高分割转换器到极端事故场景的泛化能力,增强分割骨架,并在 DADA-seg 基准测试中实现 46.97% 的 mIoU 分数,超过先前最先进的模型 7.50% 以上。
PDF
2 years ago
ECCV
利用半监督学习进行城市场景分割的 Naive-Student 方法
通过在未标注的视频序列和额外图像上使用半监督学习,结合人工标注标签和伪标签数据进行训练,该简单而有效的迭代半监督学习方法在城市街景分割任务上取得了 67.8%的 PQ,42.6%的 AP 和 85.2%的 mIOU 的最优成果,并在核心计算
→
PDF
4 years ago
一个完全卷积的三分支网络(FCTN)用于域自适应
本文提出了一种城市场景分割的域自适应方法,通过设计三分支网络,其中两个支路对未标注的目标域图像进行伪标签分配,第三个支路根据伪标签目标域图像进行监督训练,通过反复的重新标注和重新训练,该网络逐渐学习到目标特定的辨别性表示,从而改善了分割器的
→
PDF
7 years ago
Prev
Next